A UK-Wide Study Employing Natural Language Processing to Determine What Matters to People about Brain Health to Improve Drug Development: The Electronic Person-Specific Outcome Measure (ePSOM) Programme
Notice bibliographique
Résumé
BACKGROUND: It is important to use outcome measures for novel interventions in Alzheimer's disease (AD) that capture the research participants' views of effectiveness. The electronic Person-Specific Outcome Measure (ePSOM) development programme is underpinned by the need to identify and detect change in early disease manifestations and the possibilities of incorporating artificial intelligence in outcome measures. OBJECTIVES: The aim of the ePSOM programme is to better understand what outcomes matter to patients in the AD population with a focus on those at the pre-dementia stages of disease. Ultimately, we aim to develop an app with robust psychometric properties to be used as a patient reported outcome measure in AD clinical trials. DESIGN: We designed and ran a nationwide study (Aug 2019 - Nov 2019, UK), collecting primarily free text responses in five pre-defined domains. We collected self-reported clinical details and sociodemographic data to analyse responses by key variables whilst keeping the survey short (around 15 minutes). We used clustering and Natural Language Processing techniques to identify themes which matter most to individuals when developing new treatments for AD. RESULTS: The study was completed by 5,808 respondents, yielding over 80,000 free text answers. The analysis resulted in 184 themes of importance. An analysis focusing on key demographics to explore how priorities differed by age, gender and education revealed that there are significant differences in what groups consider important about their brain health. DISCUSSION: The ePSOM data has generated evidence on what matters to people when developing new treatments for AD that target secondary prevention and therein maintenance of brain health. These results will form the basis for an electronic outcome measure to be used in AD clinical research and clinical practice.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».