Describing deprescribing trials better: an elaboration of the CONSORT statement
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to identify key features to be addressed in the reporting of deprescribing trials and to elaborate and explain CONSORT items in this regard. STUDY DESIGN AND SETTING: As a first step in a multistage process and based on a systematic review of deprescribing trials, we elaborated variation in design, intervention, and reporting of the included trials of the review. We identified items that were missed or insufficiently described, using the CONSORT and TIDieR checklists. The resulting list of items, which we considered relevant to be reported in deprescribing trials, were discussed in a single-round Delphi exercise and subsequently in a full-day face-to-face meeting with an international panel of 14 experts. We agreed on CONSORT items for further elaboration with regard to design and reporting of deprescribing trials. RESULTS: We identified seven CONSORT items on trial design, participants, intervention, outcomes, flowchart, and harms, where the investigators of deprescribing trials should take into consideration specific aspects, such as whether or not to use placebo or how to inform participants. CONCLUSION: This article presents an elaboration to the CONSORT statement for the reporting of deprescribing trials. It may also support investigators in motivated design choices.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,762 | 0,818 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,010 | 0,017 |
| Bibliométrie | 0,017 | 0,018 |
| Études des sciences et des technologies | 0,005 | 0,012 |
| Communication savante | 0,013 | 0,015 |
| Science ouverte | 0,005 | 0,013 |
| Intégrité de la recherche | 0,015 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».