A review of the Cochrane COVID-19 Study Register reveals inconsistency in the choice and measurement of SARS-CoV-2 infection outcomes in prevention trials
Notice bibliographique
Résumé
<ns3:p> <ns3:bold>Background:</ns3:bold> Multiple studies are evaluating how to prevent SARS-CoV-2 infection. Interventions are wide ranging and include vaccines, prophylactic drugs, public health safety measures, and behavioural interventions. Heterogeneity in the outcomes measured and reported is leading to research waste and inefficiency, slowing worldwide identification and implementation of effective methods to prevent infection. A core outcome set (COS) for studies of interventions to prevent SARS-CoV-2 infection has recently been developed, identifying infection as a critical outcome to measure. This paper examines how SARS-CoV-2 infection outcomes are measured in registered COVID-19 prevention trials and considers how this can be improved. </ns3:p> <ns3:p/> <ns3:p> <ns3:bold>Methods:</ns3:bold> We searched the Cochrane COVID-19 Study Register to identify and review SARS-CoV-2 infection outcomes in prevention trials, including the rationale for choice of outcome measurement. We included phase 3 and 4 trials of COVID-19 prevention interventions. Early phase trials and studies relating to the transmission, treatment or management of COVID-19 were excluded. </ns3:p> <ns3:p/> <ns3:p> <ns3:bold>Results:</ns3:bold> We identified 430 entries in the register, of which 199 unique prevention trials were included across eight settings and 12 intervention types. Fifteen (8%) trials did not include any SARS-CoV-2 infection outcomes. The remaining 184 (92%) studies included a total of 268 SARS-CoV-2 infection outcomes, of which 32 (17%) did not specify how infection would be measured. Testing (i.e. formal diagnostic test) as a standalone method for determining infection was used in 57 (31%) trials, whereas defining infection by symptoms alone was used in 16 (9%) trials. All other trials (n=79, 43%) included multiple infection outcomes, defined in different ways. </ns3:p> <ns3:p/> <ns3:p> <ns3:bold>Discussion:</ns3:bold> There is considerable variation in how SARS-CoV-2 infection is measured within and across different interventions and settings. Furthermore, few studies report the rationale for outcome selection and measurement. Better transparency and standardisation of SARS-CoV-2 infection measurement is needed for the findings from prevention trials to inform decision-making. </ns3:p>
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 | 0,144 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes 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 ».