Consensus Approach to a Treat-to-target Strategy in Juvenile Idiopathic Arthritis Care: Report From the 2020 PR-COIN Consensus Conference
Notice bibliographique
Résumé
OBJECTIVE: Treat to target (T2T) is a strategy of adjusting treatment until a target is reached. An international task force recommended T2T for juvenile idiopathic arthritis (JIA) treatment. Implementing T2T in a standard and reliable way in clinical practice requires agreement on critical elements of (1) target setting, (2) T2T strategy, (3) identifying barriers to implementation, and (4) patient eligibility. A consensus conference was held among Pediatric Rheumatology Care and Outcomes Improvement Network (PR-COIN) stakeholders to inform a statement of understanding regarding the PR-COIN approach to T2T. METHODS: PR-COIN stakeholders including 16 healthcare providers and 4 parents were invited to form a voting panel. Using the nominal group technique, 2 rounds of voting were held to address the above 4 areas to select the top 10 responses by rank order. RESULTS: Incorporation of patient goals ranked most important when setting a treatment target. Shared decision making (SDM), tracking measurable outcomes, and adjusting treatment to achieve goals were voted as the top elements of a T2T strategy. Workflow considerations, and provider buy-in were identified as key barriers to T2T implementation. Patients with JIA who had poor prognostic factors and were at risk for high disease burden were leading candidates for a T2T approach. CONCLUSION: This consensus conference identified the importance of incorporating patient goals as part of target setting and of the influence of patient stakeholder involvement in drafting treatment recommendations. The network approach to T2T will be modified to address the above findings, including solicitation of patient goals, optimizing SDM, and better workflow integration.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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; 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 ».