MétaCan
Menu
Retour à la cohorte
Enregistrement W4392094107 · doi:10.1016/j.ocarto.2024.100449

Toward designing human intervention studies to prevent osteoarthritis after knee injury: A report from an interdisciplinary OARSI 2023 workshop

2024· article· en· W4392094107 sur OpenAlex
Jackie L. Whittaker, Raneem Kalsoum, James Bilzon, Philip G. Conaghan, Kay M. Crossley, George R. Dodge, Alan Getgood, Xiaojuan Li, D.J. Mason, Brian Pietrosimone, May Arna Risberg, Frank W. Roemer, David T. Felson, Adam G Culvenor, Duncan E. Meuffels, Nicole Gerwin, Lee S. Simon, Stefan Lohmander, Martin Englund, Fiona E. Watt

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueOsteoarthritis and Cartilage Open · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensWestern UniversityResearch CanadaFowler Kennedy Sport Medicine ClinicUniversity of British Columbia
Organismes subventionnairesLeeds Biomedical Research CentreNational Health and Medical Research CouncilInternational Society of Arthroscopy, Knee Surgery and Orthopaedic Sports MedicineMedical Research CouncilVersus ArthritisEngineering and Physical Sciences Research CouncilNational Institute for Health and Care ResearchArthritis SocietyGovernment of the United KingdomCanadian Arthritis NetworkMichael Smith Health Research BCAmerican Orthopaedic Society for Sports Medicine
Mots-clésOsteoarthritisMedicinePsychological interventionPhysical therapyIntervention (counseling)Clinical trialPopulationPhysical medicine and rehabilitationAlternative medicineEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

Objective: The global impact of osteoarthritis is growing. Currently no disease modifying osteoarthritis drugs/therapies exist, increasing the need for preventative strategies. Knee injuries have a high prevalence, distinct onset, and strong independent association with post-traumatic osteoarthritis (PTOA). Numerous groups are embarking upon research that will culminate in clinical trials to assess the effect of interventions to prevent knee PTOA despite challenges and lack of consensus about trial design in this population. Our objectives were to improve awareness of knee PTOA prevention trial design and discuss state-of-the art methods to address the unique opportunities and challenges of these studies. Design: An international interdisciplinary group developed a workshop, hosted at the 2023 Osteoarthritis Research Society International Congress. Here we summarize the workshop content and outputs, with the goal of moving the field of PTOA prevention trial design forward. Results: Workshop highlights included discussions about target population (considering risk, homogeneity, and possibility of modifying osteoarthritis outcome); target treatment (considering delivery, timing, feasibility and effectiveness); comparators (usual care, placebo), and primary symptomatic outcomes considering surrogates and the importance of knee function and symptoms other than pain to this population. Conclusions: Opportunities to test multimodal PTOA prevention interventions across preclinical models and clinical trials exist. As improving symptomatic outcomes aligns with patient and regulator priorities, co-primary symptomatic (single or aggregate/multidimensional outcome considering function and symptoms beyond pain) and structural/physiological outcomes may be appropriate for these trials. To ensure PTOA prevention trials are relevant and acceptable to all stakeholders, future research should address critical knowledge gaps and challenges.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,871
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,366
Écart entre enseignants0,330 · 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