Experiences and Challenges Updating a Living Evidence-Based Review of Randomized Controlled Trials on Mental Health and Behavioral Disorders in Individuals With Moderate to Severe Traumatic Brain Injury
Notice bibliographique
Résumé
OBJECTIVE: To describe experiences and challenges when updating a living evidence-based review database of randomized controlled trials (RCTs) on mental health and behavioral disorders in moderate to severe traumatic brain injury (MSTBI). METHOD: This commentary derives from our experience developing an extensive database of RCTs on MSTBI that has been conceptualized as a living evidence-based review. Our working group focused on mental health and behavior RCTs and reflected upon their experiences and challenges using the living systematic approach. We discuss challenges associated with metrics of study quality, injury etiology and severity, time post-injury, country of origin, and variability in outcome measures. RESULTS: RCTs were conducted almost solely in high income countries, with smaller sample sizes, and most conducted in the chronic phase post-TBI. Issues related to lack of transparency, unclear and incomplete reporting of injury severity, etiology, and time post-injury remain a concern and can lead to challenges associated with interpretation of results, validity, and reliability of the data. There was significant heterogeneity regarding the use of outcome measures and constructs, underscoring the need for standardization. CONCLUSION: Lack of standardization and incomplete reporting of injury characteristics makes it difficult to compare data between RCTs of MSTBI, perform meta-analyses, and generate evidence-based clinical recommendations.
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 | 0,581 | 0,833 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,013 | 0,015 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,020 | 0,023 |
| Science ouverte | 0,009 | 0,012 |
| Intégrité de la recherche | 0,011 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».