Core Set of Domains for Outcome Measures in Behçet's Syndrome
Notice bibliographique
Résumé
Objective An unmet need exists for reliable, validated, and widely‐accepted outcome measures for randomized clinical trials in Behçet's syndrome. The Outcome Measures in Rheumatology (OMERACT) Behçet's Syndrome Working Group, a large, multidisciplinary group of experts in Behçet's syndrome and patients with Behçet's syndrome, had an objective of developing a core set of data‐driven outcome measures for use in all clinical trials of Behçet's syndrome. Methods The core domain set was developed through a comprehensive, iterative, multistage project that included a systematic review, a focus group meeting and qualitative patient interviews, a survey among experts in Behçet's syndrome, a Delphi exercise involving both patients and physician experts in Behçet's syndrome, and use of the data, insight, and feedback generated by these processes to develop a final core domain set. Results All steps were completed and domains were delineated across the organ systems involved in this disease. Since trials in Behçet's syndrome often focus on specific manifestations and not on the disease in its entirety, the final proposed core set includes 5 domains mandatory for study in all trials in Behçet's syndrome (disease activity, new organ involvement, quality of life, adverse events, and death) with additional subdomains mandatory for study of specific organ–systems. The final core set was endorsed at the 2018 OMERACT meeting. Conclusion The core set of domains in Behçet's syndrome provides the foundation through which the international research community, including clinical investigators, patients, the biopharmaceutical industry, and government regulatory bodies can harmonize the study of this complex disease, compare findings across studies, and advance development of effective therapies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».