Identifying the top research priorities in postmastectomy breast cancer reconstruction: a James Lind Alliance priority setting partnership
Notice bibliographique
Résumé
BACKGROUND: Major improvements in breast cancer treatment in the last decade include advancements in postmastectomy breast reconstruction (PMBR). Unfortunately, the studies in PMBR are primarily researcher or industry led with minimal input from patients and caregivers. The aim of this study is to use the James Lind Alliance (JLA) approach to bring together the patients, caregivers and clinicians in a priority setting partnership to identify the most important unanswered research questions in PMBR. METHODS: The JLA priority setting methodology involved four key stages: gathering research questions on PMBR from patients, caregivers and clinicians; checking these research questions against existing evidence; interim prioritisation and a final consensus meeting to determine the top 10 unanswered research questions using the modified nominal group methodology. RESULTS: In stage 1, 3168 research questions were submitted from 713 respondents across Canada, of which 73% of the participants were patients or caregivers. Stage 2 confirmed that there were a total of 48 unique unanswered questions. In stage three, 488 individuals completed the interim prioritisation survey and the top 25 questions were taken to a final consensus meeting. In the final stage, the top 10 unanswered research questions were determined. They cover a breadth of topics including personalised surgical treatment, safety of implants and newer techniques, access to PMBR, breast cancer recurrence and rehabilitation. INTERPRETATION: Identification of the top 10 unanswered research questions is an important first step to generating relevant and impactful research that will ultimately improve the PMBR experience for patients with breast cancer.
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 | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».