Counting your chickens before they hatch: improvements in an untreated chronic pain population, beyond regression to the mean and the placebo effect
Notice bibliographique
Résumé
Introduction: Isolating the effect of an intervention from the natural course and fluctuations of a condition is a challenge in any clinical trial, particularly in the field of pain. Regression to the mean (RTM) may explain some of these observed fluctuations. Objectives: In this paper, we describe and quantify the natural trajectory of questionnaire scores over time, based on initial scores. Methods: Twenty-seven untreated chronic low back pain patients and 25 healthy controls took part in this observational study, wherein they were asked to complete an array of questionnaires commonly used in pain studies during each of 3 visits (V1, V2, V3) at the 2-month interval. Scores at V1 were classified into 3 subgroups (extremely high, normal, and extremely low), based on z-scores. The average delta (∆ = V2 - V1) was calculated for each subgroup, for each questionnaire, to describe the evolution of scores over time based on initial scores. This analysis was repeated with the data for V2 and V3. Results: Our results show that high initial scores were widely followed by more average scores, while low initial scores tended to be followed by similar (low) scores. Conclusion: These trajectories cannot be attributable to RTM alone because of their asymmetry, nor to the placebo effect as they occurred in the absence of any intervention. However, they could be the result of an Effect of Care, wherein participants had meaningful improvements simply from taking part in a study. The improvement observed in patients with high initial scores should be carefully taken into account when interpreting results from clinical trials.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».