MétaCan
Menu
Retour à la cohorte
Enregistrement W4378214136 · doi:10.1136/bmj-2022-072108

Recommendations for the development, implementation, and reporting of control interventions in efficacy and mechanistic trials of physical, psychological, and self-management therapies: the CoPPS Statement

2023· article· en· W4378214136 sur OpenAlexafffund
David Hohenschurz‐Schmidt, Lene Vase, Whitney Scott, Marco Annoni, Oluwafemi K Ajayi, Jürgen Barth, Kim L. Bennell, Chantal Berna, Joel E. Bialosky, F BRAITHWAITE, Nanna Brix Finnerup, Amanda C de C Williams, Elisa Carlino, Francesco Cerritelli, Aleksander Chaibi, Dan Cherkin, Luana Colloca, Pierre Côté, Beth D. Darnall, Roni Evans, Laurent Fabre, Vanda Faria, Simon French, Heike Gerger, Winfried Häuser, Rana S. Hinman, Dien Ho, Thomas Janssens, Karin Jensen, Chris Johnston, Sigrid Juhl Lunde, Francis J. Keefe, Robert D. Kerns, Helen Koechlin, Alice Kongsted, Lori A. Michener, Daniel E. Moerman, Frauke Musial, David Newell, Michael K. Nicholas, Tonya M. Palermo, Sara Palermo, Kaya J. Peerdeman, Esther Pogatzki‐Zahn, Aaron A. Puhl, Lisa Roberts, Giacomo Rossettini, Susan Tomczak Matthiesen, Martin Underwood, Paul Vaucher, Jan Vollert, Karolina Wartolowska, Katja Weimer, Christoph Werner, Andrew S.C. Rice, Jerry Draper‐Rodi

Notice bibliographique

RevueBMJ · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiquePain Management and Placebo Effect
Établissements canadiensHand and Upper Limb ClinicOntario Tech University
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNational Institute of Arthritis and Musculoskeletal and Skin DiseasesCanadian Institutes of Health ResearchUniversity of Texas MD Anderson Cancer CenterNational Institutes of HealthBerner FachhochschuleAdvanced Scientific Computing ResearchNSW Ministry of HealthVetenskapsrådetBundesministerium für Bildung und ForschungFlinders UniversityUniversity of SydneySydney Medical SchoolSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungDeutsche ForschungsgemeinschaftNovartis PharmaEuropean CommissionVersus ArthritisStowers Institute for Medical ResearchAustralian GovernmentGemeinsame BundesausschussUniversity of OxfordEuropean Chiropractors' UnionUniversiteit LeidenNational Health and Medical Research CouncilRoyal British LegionEli Lilly and CompanyEuropean Federation of Pharmaceutical Industries and AssociationsInternational Association for the Study of PainBiogenSocial Sciences and Humanities Research Council of CanadaUniversität BaselPatient-Centered Outcomes Research InstituteNational Institute for Health and Care ResearchMedical Research CouncilTeva Pharmaceutical IndustriesAustralian Pain SocietyAmerican Cancer SocietyNational Institute on Drug AbuseVertex PharmaceuticalsDirectorate for Biological SciencesImperial College LondonNational Science Foundation
Mots-clésPsychological interventionRigourChecklistContext (archaeology)MedicineTransparency (behavior)Intervention (counseling)Alternative medicineControl (management)Quality (philosophy)Management sciencePsychologyApplied psychologyComputer scienceNursingPathology

Résumé

récupéré en direct d'OpenAlex

Control interventions (often called “sham,” “placebo,” or “attention controls”) are essential for studying the efficacy or mechanism of physical, psychological, and self-management interventions in clinical trials. This article presents core recommendations for designing, conducting, and reporting control interventions to establish a quality standard in non-pharmacological intervention research. A framework of additional considerations supports researchers’ decision making in this context. We also provide a reporting checklist for control interventions to enhance research transparency, usefulness, and rigour.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,284
Tête enseignante GPT0,497
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations103
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetPain Management and Placebo EffectTravaux en français237 207