MétaCan
Menu
← Retour à la cohorte
Enregistrement W4283264134 · doi:10.1136/bmjopen-2021-052633

Harnessing new mHealth technologies to Strengthen the Management of Multidrug-Resistant Tuberculosis in Vietnam (V-SMART trial): a protocol for a randomised controlled trial

2022· article· en· W4283264134 sur OpenAlexaff
Kavindhran Velen, Viet Nhung Nguyen, Hoa Binh Nguyen, Tho T. H. Dang, Hoang Anh Nguyen, Dinh Hoa Vu, Thu Thuong, Huu Lan Nguyen, Ben J. Marais, James C. Johnston, Warwick J. Britton, Justin Beardsley, Joel Negin, Virginia Wiseman, Guy B. Marks, Thu Anh Nguyen, Greg J. Fox

Notice bibliographique

RevueBMJ Open · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésMedicinemHealthProtocol (science)TuberculosisRandomized controlled trialAlternative medicineFamily medicineNursingSurgeryPathologyPsychological intervention

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Multidrug-resistant tuberculosis (MDR-TB) remains a major public health problem globally. Long, complex treatment regimens coupled with frequent adverse events have resulted in poor treatment adherence and patient outcomes. Smartphone-based mobile health (mHealth) technologies offer national TB programmes an appealing platform to improve patient care and management; however, clinical trial evidence to support their use is lacking. This trial will test the hypothesis that an mHealth intervention can improve treatment success among patients with MDR-TB and is cost-effective compared with standard practice. METHODS AND ANALYSIS: A community-based, open-label, parallel-group randomised controlled trial will be conducted among patients treated for MDR-TB in seven provinces of Vietnam. Patients commencing therapy for microbiologically confirmed rifampicin-resistant or multidrug-resistant tuberculosis within the past 30 days will be recruited to the study. Participants will be individually randomised to an intervention arm, comprising use of an mHealth application for treatment support, or a 'standard care' arm. In both arms, patients will be managed by the national TB programme according to current national treatment guidelines. The primary outcome measure of effectiveness will be the proportion of patients with treatment success (defined as treatment completion and/or bacteriological cure) after 24 months. A marginal Poisson regression model estimated via a generalised estimating equation will be used to test the effect of the intervention on treatment success. A prospective microcosting of the intervention and within-trial cost-effectiveness analysis will also be undertaken from a societal perspective. Cost-effectiveness will be presented as an incremental cost per patient successfully treated and an incremental cost per quality-adjusted life-year gained. ETHICS: Ethical approval for the study was granted by The University of Sydney Human Research Ethics Committee (2019/676). DISSEMINATION: Study findings will be disseminated to participants and published in peer-reviewed journals and conference proceedings. TRIAL REGISTRATION NUMBER: ACTRN12620000681954.

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,059
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,047
Méta-épidémiologie (sens strict)0,0070,003
Méta-épidémiologie (sens large)0,0120,007
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,005
Communication savante0,0060,004
Science ouverte0,0040,003
Intégrité de la recherche0,0090,008
Charge utile insuffisante (le modèle a refusé de juger)0,0760,014

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 Opus0,159
Tête enseignante GPT0,512
Écart entre enseignants0,353 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreProtocole

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

En bref

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→