MétaCan
Menu
Retour à la cohorte
Enregistrement W3167906996 · doi:10.1097/phm.0000000000001797

Pilot and Feasibility Studies in Rehabilitation Research

2021· article· en· W3167906996 sur OpenAlexaff
David Lawson, Katie Mellor, K H Kim, Lawrence Mbuagbaw

Notice bibliographique

RevueAmerican Journal of Physical Medicine & Rehabilitation · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensMcMaster University
Organismes subventionnairesBarts Charity
Mots-clésMedicineRehabilitationPhysical medicine and rehabilitationPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Abstract Pilot and feasibility studies are conducted early in the clinical research pathway to evaluate whether a future, definitive study can or should be done and, if so, how. Poor planning and reporting of pilot and feasibility studies can compromise subsequent research efforts. Inappropriate labeling of studies as pilots also compromises education. In this review, first, a systematic survey of the current state of pilot and feasibility studies in rehabilitation research was performed, and second, recommendations were made for improvements to their design and reporting. In a random sample of 100 studies, half (49.5%) were randomized trials. Thirty (30.0%) and three (3.0%) studies used “pilot” and “feasibility” in the study title, respectively. Only one third (34.0%) of studies provided a primary objective related to feasibility. Most studies (92.0%) stated an intent for hypothesis testing. Although many studies (70.0%) mentioned outcomes related to feasibility in the methods, a third (30.0%) reported additional outcomes in the results and discussion only or commented on feasibility anecdotally. The reporting of progression plans to a main study (21.0%) and progression criteria (4.0%) was infrequent. Based on these findings, it is recommended that researchers correctly label studies as a pilot or feasibility design based on accepted definitions, explicitly state feasibility objectives, outcomes, and criteria for determining success of feasibility, justify the sample size, and appropriately interpret and report the implications of feasibility findings for the main future study.

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)0,013
score de la tête « metaresearch » (Gemma)0,090
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,090
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,008
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,304
Tête enseignante GPT0,588
Écart entre enseignants0,284 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Physical Medicine & RehabilitationMême sujetDelphi Technique in ResearchTravaux en français237 207