Rosacea Core Domain Set for Clinical Trials and Practice
Notice bibliographique
Résumé
Importance: Inconsistent reporting of outcomes in clinical trials of rosacea is impeding and likely preventing accurate data pooling and meta-analyses. There is a need for standardization of outcomes assessed during intervention trials of rosacea. Objective: To develop a rosacea core outcome set (COS) based on key domains that are globally relevant and applicable to all demographic groups to be used as a minimum list of outcomes for reporting by rosacea clinical trials, and when appropriate, in clinical practice. Evidence Review: A systematic literature review of rosacea clinical trials was conducted. Discrete outcomes were extracted and augmented through discussions and focus groups with key stakeholders. The initial list of 192 outcomes was refined to identify 50 unique outcomes that were rated through the Delphi process Round 1 by 88 panelists (63 physicians from 17 countries and 25 patients with rosacea in the US) on 9-point Likert scale. Based on feedback, an additional 11 outcomes were added in Round 2. Outcomes deemed to be critical for inclusion (rated 7-9 by ≥70% of both groups) were discussed in consensus meetings. The outcomes deemed to be most important for inclusion by at least 85% of the participants were incorporated into the final core domain set. Findings: The Delphi process and consensus-building meetings identified a final core set of 8 domains for rosacea clinical trials: ocular signs and symptoms; skin signs of disease; skin symptoms; overall severity; patient satisfaction; quality of life; degree of improvement; and presence and severity of treatment-related adverse events. Recommendations were also made for application in the clinical setting. Conclusions and Relevance: This core domain set for rosacea research is now available; its adoption by researchers may improve the usefulness of future trials of rosacea therapies by enabling meta-analyses and other comparisons across studies. This core domain set may also be useful in clinical practice.
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 | 0,490 | 0,623 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,013 |
| Bibliométrie | 0,018 | 0,011 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,016 | 0,012 |
| Science ouverte | 0,007 | 0,017 |
| Intégrité de la recherche | 0,014 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,008 |
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 ».