MétaCan
Menu
Retour à la cohorte
Enregistrement W4220801071 · doi:10.1186/s13063-022-06169-0

Pragmatic trials can address diagnostic controversies: recent lessons from gestational diabetes

2022· review· en· W4220801071 sur OpenAlexaff
Jean Raymond, Hélène Long, Tim E. Darsaut

Notice bibliographique

RevueTrials · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensUniversity of Alberta HospitalCentre Integre de Sante et de Services Sociaux de LavalHealth Sciences CentreCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésGestational diabetesObservational studyMedicineMeaning (existential)PregnancyMedical practiceMEDLINEAlternative medicineInterpretation (philosophy)Intensive care medicineFamily medicinePediatricsPsychotherapistGestationPsychologyPathologyComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of the paper is to discuss how a pragmatic definition could change our conception of diagnosis, using gestational diabetes mellitus (GDM) as an example. STUDY DESIGN: We review the diagnostic controversy that followed an observational study showing a linear relationship between maternal glycaemia and adverse pregnancy outcomes and the resolution proposed 15 years later by a recent pragmatic trial comparing two screening approaches (one- vs two-step) with different diagnostic thresholds. RESULTS: The pragmatic trial involved approximately 24,000 women. The one-step screening strategy using lower GDM thresholds diagnosed twice as many women with GDM, but pregnancy outcomes were not different. We examine how the pragmatic approach integrates research into practice and defines the meaning of a diagnosis according to patient outcomes. The approach is ethically and scientifically sound as compared to the previous methodology, where observational research separated from care gave a theoretical definition of GDM that may have misled medical practice for two decades. CONCLUSION: Pragmatic research integrated into practice can revolutionize our conception of medical diagnosis in the best medical interest of patients.

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)0,012
score de la tête « metaresearch » (Gemma)0,254
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,254
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0070,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,000

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 Opus0,352
Tête enseignante GPT0,491
Écart entre enseignants0,138 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrialsMême sujetGestational Diabetes Research and ManagementTravaux en français237 207