Defining patient‐centered research priorities in pediatric dermatology
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Patient and caregiver perspectives are critical in understanding dermatologic disease impact, presentation, and management in children. The Pediatric Dermatology Research Alliance (PeDRA) Patient Advisory Committee (PtAC), a group of patient representatives and parents of children with cutaneous disease, pursued a multistep, iterative, consensus-building process to identify comprehensive, high-priority research needs. METHODS: Building on discussions at the 2020 PeDRA Annual Conference, a research prioritization survey was developed and completed by PtAC members. Survey themes were aggregated and workshopped by the PtAC through a series of facilitated calls. Emerging priorities were refined in collaboration with additional PeDRA patient community members at the 2021 PeDRA Annual Conference. Subsequently, a final actionable list was agreed upon. RESULTS: Fourteen PtAC members (86.7% female) representing patients with alopecia areata, atopic dermatitis, vascular birthmarks, congenital melanocytic nevi, ectodermal dysplasias, epidermolysis bullosa, Gorlin syndrome, hidradenitis suppurativa, ichthyosis, pemphigus, psoriasis, Sturge-Weber syndrome, and pachyonychia congenita completed the survey. Following serial PtAC meetings, 60 research needs were identified from five domains: psychosocial challenges, health care navigation/disease management, causes/triggers, treatments to preserve or save life, and treatments to preserve or save quality of life. CONCLUSIONS: Many pediatric dermatology research priorities align across affected communities and may drive meaningful, patient-centric initiatives and investigations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes 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 ».