MétaCan
Menu
Retour à la cohorte
Enregistrement W3081949500 · doi:10.1136/bmjopen-2019-036755

Adaptive design methods in dialysis clinical trials: a systematic review protocol

2020· review· en· W3081949500 sur OpenAlexfundno aff
Conor Judge, Robert Murphy, Sarah Cormican, Andrew Smyth, Martin O’Halloran, Martin O’Donnell

Notice bibliographique

RevueBMJ Open · 2020
Typereview
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensnon disponible
Organismes subventionnairesHealth Research BoardCanadian Institute for Theoretical AstrophysicsHealth Service ExecutiveWellcome TrustWellcome
Mots-clésMedicineClinical trialData extractionProtocol (science)MEDLINEDialysisClinical study designMeta-analysisResearch designMedical physicsAdaptive designSystematic reviewIntensive care medicineRandomized controlled trialAlternative medicineInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Adaptive design methods are a potential solution to improve efficiency of clinical trials but their uptake in dialysis is unknown. We aim to investigate the use of adaptive design methods in dialysis clinical trials and to cultivate further adoption of adaptive design methods by the nephrology community. METHODS AND ANALYSIS: We will adhere to the Preferred Reporting Items for Systematic Review and Meta-Analysis Protocols guidelines and the Cochrane Collaboration Handbook. We will perform a literature search through MEDLINE (PubMed), EMBASE and CENTRAL, a detailed data extraction of trial characteristics and a narrative synthesis of the data. There will be no language restrictions. We will estimate the percentage of adaptive clinical trials per year in dialysis. Subgroup analysis will be performed by dialysis modality, funder and geographical location. ETHICS AND DISSEMINATION: Ethical approval will not be required for this study as data will be obtained from publicly available clinical trials. We will disseminate our results in a peer-reviewed publication. PROSPERO REGISTRATION NUMBER.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,501
score de la tête « metaresearch » (Gemma)0,946
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Méta-épidémiologie (sens strict)
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,5010,946
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0580,005
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0050,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,980
Tête enseignante GPT0,835
Écart entre enseignants0,145 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207