Clinical management guidelines for Friedreich ataxia: best practice in rare diseases
Notice bibliographique
Résumé
BACKGROUND: Individuals with Friedreich ataxia (FRDA) can find it difficult to access specialized clinical care. To facilitate best practice in delivering healthcare for FRDA, clinical management guidelines (CMGs) were developed in 2014. However, the lack of high-certainty evidence and the inadequacy of accepted metrics to measure health status continues to present challenges in FRDA and other rare diseases. To overcome these challenges, the Grading of Recommendations Assessment and Evaluation (GRADE) framework for rare diseases developed by the RARE-Bestpractices Working Group was adopted to update the clinical guidelines for FRDA. This approach incorporates additional strategies to the GRADE framework to support the strength of recommendations, such as review of literature in similar conditions, the systematic collection of expert opinion and patient perceptions, and use of natural history data. METHODS: A panel representing international clinical experts, stakeholders and consumer groups provided oversight to guideline development within the GRADE framework. Invited expert authors generated the Patient, Intervention, Comparison, Outcome (PICO) questions to guide the literature search (2014 to June 2020). Evidence profiles in tandem with feedback from individuals living with FRDA, natural history registry data and expert clinical observations contributed to the final recommendations. Authors also developed best practice statements for clinical care points that were considered self-evident or were not amenable to the GRADE process. RESULTS: Seventy clinical experts contributed to fifteen topic-specific chapters with clinical recommendations and/or best practice statements. New topics since 2014 include emergency medicine, digital and assistive technologies and a stand-alone section on mental health. Evidence was evaluated according to GRADE criteria and 130 new recommendations and 95 best practice statements were generated. DISCUSSION AND CONCLUSION: Evidence-based CMGs are required to ensure the best clinical care for people with FRDA. Adopting the GRADE rare-disease framework enabled the development of higher quality CMGs for FRDA and allows individual topics to be updated as new evidence emerges. While the primary goal of these guidelines is better outcomes for people living with FRDA, the process of developing the guidelines may also help inform the development of clinical guidelines in other rare diseases.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».