MétaCan
Menu
Retour à la cohorte
Enregistrement W4383620164 · doi:10.1186/s13643-023-02283-5

Can routinely collected administrative data effectively be used to evaluate and validate endpoints used in breast cancer clinical trials? Protocol for a scoping review of the literature

2023· review· en· W4383620164 sur OpenAlexafffund
Hely Shah, Dianna Wolfe, Mark Clemons, Michelle Liu, Kednapa Thavorn, Areti-Angeliki Veroniki, Carole Lunny, Gregory R. Pond, Sharon F. McGee, Becky Skidmore, Angel Arnaout, Brian Hutton

Notice bibliographique

RevueSystematic Reviews · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensMcMaster UniversityUniversity of TorontoSt. Michael's HospitalOttawa Hospital
Organismes subventionnairesCanadian Cancer Society
Mots-clésMedicineProtocol (science)Breast cancerClinical trialCancerMedical physicsAlternative medicineInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Randomized controlled trials (RCTs) are a critical component of evidence-based medicine and the evolution of patient care. However, the costs of conducting a RCT can be prohibitive. A promising approach toward reduction of costs and lessening of the burden of intensive and lengthy patient follow-up is the use of routinely collected healthcare data (RCHD), commonly called real-world data. We propose a scoping review to identify existing RCHD case definitions of breast cancer progression and survival and their diagnostic performance. METHODS: We will search MEDLINE, EMBASE, and CINAHL to identify primary studies of women with either early-stage or metastatic breast cancer, managed with established therapies, that evaluated the diagnostic accuracy of one or more RCHD-based case definitions or algorithms of disease progression (i.e., recurrence, progression-free survival, disease-free survival, or invasive disease-free survival) or survival (i.e., breast-cancer-free survival or overall survival) compared with a reference standard measure (e.g., chart review or a clinical trial dataset). Study characteristics and descriptions of algorithms will be extracted along with measures of the diagnostic accuracy of each algorithm (e.g., sensitivity, specificity, positive predictive value, negative predictive value), which will be summarized both descriptively and in structured figures/tables. DISCUSSION: Findings from this scoping review will be clinically meaningful for breast cancer researchers globally. Identification of feasible and accurate strategies to measure patient-important outcomes will potentially reduce RCT budgets as well as lessen the burden of intensive trial follow-up on patients. SYSTEMATIC REVIEW REGISTRATION: Open Science Framework ( https://doi.org/10.17605/OSF.IO/6D9RS ).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,204
score de la tête « metaresearch » (Gemma)0,241
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil0,982

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2040,241
Méta-épidémiologie (sens strict)0,0060,006
Méta-épidémiologie (sens large)0,0150,020
Bibliométrie0,0230,023
Études des sciences et des technologies0,0060,008
Communication savante0,0110,012
Science ouverte0,0070,009
Intégrité de la recherche0,0140,009
Charge utile insuffisante (le modèle a refusé de juger)0,0510,015

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 Opus0,540
Tête enseignante GPT0,595
Écart entre enseignants0,055 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreProtocole

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

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSystematic ReviewsMême sujetBreast Cancer Treatment StudiesTravaux en français237 207