Patient-important outcomes reported in clinical studies of pharmacologic treatments for covid-19: A protocol of a meta-epidemiological study
Notice bibliographique
Résumé
ABSTRACTBackground: The coronavirus disease 19 (covid-19) pandemic has underscored the need to expedite clinical research, which may lead investigators to shift away from measuring patient-important outcomes (PIOs), limiting research applicability. We aim to describe the extent to which randomized controlled trials (RCTs) of covid-19 therapies will determine PIOs. Methods: We will perform a meta-epidemiological study of RCTs that included people at risk for, or with suspected, probable, or confirmed covid-19, examining any pharmacological treatment or blood product aimed at prophylaxis or treatment. We will obtain data from all RCTs identified in a recent published network metanalysis (NMA). To categorize the outcomes according to their importance to patients, we will adapt a previously defined hierarchy: a) mortality, b) quality of life/ functional status/symptoms, c) morbidity, and d) surrogate outcomes. Outcomes within the category a) and b) will be considered critically important to patients, and outcomes within the category c) will be regarded as important. We will use descriptive statistics to assess the proportion of studies that report each category of outcomes. We will perform univariable and multivariable analysis to explore associations between trial characteristics and the likelihood of reporting PIOs. Discussion: The findings from this meta-epidemiological study will help health care professionals and researchers understand if the current covid-19 trials are effectively assessing and reporting the outcomes that are important to patients. If a deficiency in capturing PIOs is identified, this information may help inform the development of future RCTs in covid-19.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | MétarechercheMéta-épidémiologie (sens large)Méta-épidémiologie (sens strict) Domaine: Présentation des résultats · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | high |
| gpt | MétarechercheMéta-épidémiologie (sens large) Domaine: Présentation des résultats · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,166 | 0,256 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,013 | 0,050 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,003 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».