Randomised trials conducted using cohorts: a scoping review
Notice bibliographique
Résumé
INTRODUCTION: Cohort studies generate and collect longitudinal data for a variety of research purposes. Randomised controlled trials (RCTs) increasingly use cohort studies as data infrastructures to help identify and recruit trial participants and assess outcomes. OBJECTIVE: To examine the extent, range and nature of research using cohorts for RCTs and describe the varied definitions and conceptual boundaries for RCTs using cohorts. DESIGN: Scoping review. DATA SOURCES: Searches were undertaken in January 2021 in MEDLINE (Ovid) and EBM Reviews-Cochrane Methodology Registry (Final issue, third Quarter 2012). ELIGIBILITY CRITERIA: Reports published between January 2007 and December 2021 of (a) cohorts used or planned to be used, to conduct RCTs, or (b) RCTs which use cohorts to recruit participants and/or collect trial outcomes, or (c) methodological studies discussing the use of cohorts for RCTs. DATA EXTRACTION AND SYNTHESIS: Data were extracted on the condition being studied, age group, setting, country/continent, intervention(s) and comparators planned or received, unit of randomisation, timing of randomisation, approach to informed consent, study design and terminology. RESULTS: A total of 175 full-text articles were assessed for eligibility. We identified 61 protocols, 9 descriptions of stand-alone cohorts intended to be used for future RCTs, 39 RCTs using cohorts and 34 methodological papers.The use and scope of this approach is growing. The thematics of study are far-ranging, including population health, oncology, mental and behavioural disorders, and musculoskeletal conditions.Authors reported that this approach can lead to more efficient recruitment, more representative samples, and lessen disappointment bias and crossovers. CONCLUSION: This review outlines the development of cohorts to conduct RCTs including the range of use and innovative changes and adaptations. Inconsistencies in the use of terminology and concepts are highlighted. Guidance now needs to be developed to support the design and reporting of RCTs conducted using cohorts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,136 | 0,363 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,012 | 0,010 |
| Bibliométrie | 0,039 | 0,042 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,011 | 0,016 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».