Moving forward toward standardizing analysis of quality of life data in randomized cancer clinical trials
Notice bibliographique
Résumé
Background: There is currently a lack of consensus on how health-related quality of life and other patient-reported outcome measures in cancer randomized clinical trials are analyzed and interpreted. This makes it difficult to compare results across randomized controlled trials (RCTs) synthesize scientific research, and use that evidence to inform product labeling, clinical guidelines, and health policy. The Setting International Standards in Analyzing Patient-Reported Outcomes and Quality of Life Endpoints Data for Cancer Clinical Trials (SISAQOL) Consortium aims to develop guidelines and recommendations to standardize analyses of patient-reported outcome data in cancer RCTs. Methods and Results: Members from the SISAQOL Consortium met in January 2017 to discuss relevant issues. Data from systematic reviews of the current state of published research in patient-reported outcomes in cancer RCTs indicated a lack of clear reporting of research hypothesis and analytic strategies, and inconsistency in definitions of terms, including “missing data,”“health-related quality of life,” and “patient-reported outcome.” Based on the meeting proceedings, the Consortium will focus on three key priorities in the coming year: developing a taxonomy of research objectives, identifying appropriate statistical methods to analyze patient-reported outcome data, and determining best practices to evaluate and deal with missing data. Conclusion: The quality of the Consortium guidelines and recommendations are informed and enhanced by the broad Consortium membership which includes regulators, patients, clinicians, and academics.
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 | 0,939 | 0,957 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,020 | 0,023 |
| Bibliométrie | 0,030 | 0,029 |
| Études des sciences et des technologies | 0,005 | 0,040 |
| Communication savante | 0,050 | 0,043 |
| Science ouverte | 0,026 | 0,028 |
| Intégrité de la recherche | 0,023 | 0,071 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 ».