Establishment of a core outcome set for burn care research: development and international consensus
Notice bibliographique
Résumé
Objective: To develop a core outcome set for international burn research. Design: Development and international consensus, from April 2017 to November 2019. Methods: Candidate outcomes were identified from systematic reviews and stakeholder interviews. Through a Delphi survey, international clinicians, researchers, and UK patients prioritised outcomes. Anonymised feedback aimed to achieve consensus. Pre-defined criteria for retaining outcomes were agreed. A consensus meeting with voting was held to finalise the core outcome set. Results: Data source examination identified 1021 unique outcomes grouped into 88 candidate outcomes. Stakeholders in round 1 of the survey, included 668 health professionals from 77 countries (18% from low or low middle income countries) and 126 UK patients or carers. After round 1, one outcome was discarded, and 13 new outcomes added. After round 2, 69 items were discarded, leaving 31 outcomes for the consensus meeting. Outcome merging and voting, in two rounds, with prespecified thresholds agreed seven core outcomes: death, specified complications, ability to do daily tasks, wound healing, neuropathic pain and itch, psychological wellbeing, and return to school or work. Conclusions: This core outcome set caters for global burn research, and future trials are recommended to include measures of these outcomes.
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 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 | 0,481 | 0,473 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,024 | 0,011 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,009 | 0,012 |
| Science ouverte | 0,006 | 0,022 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».