Overview of Medical, Surgical, and Rehabilitation Outcome Measures Used in Randomized Controlled Trials of Moderate to Severe Traumatic Brain Injury
Notice bibliographique
Résumé
ABSTRACT: Optimal reporting of outcomes is critical for the interpretation of research findings. This review aimed to examine the utilization of outcome measures in randomized controlled trials of moderate to severe traumatic brain injury. Systematic searches were conducted up to December 2022 in MEDLINE, PubMed, Scopus, CINAHL, Embase, and PsycINFO, in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Randomized controlled trials were included if the population studied had ≥18 yrs and ≥50% had moderate to severe traumatic brain injury. A total of 662 met inclusion criteria. There was a total of 839 unique outcome measures across all included randomized controlled trials. Of these, only 195 (23.2%) were used in ≥4 randomized controlled trials. On average, randomized controlled trials included 1.26 outcome measures (range 1-23). A total of 495 (59%) of outcome measures were classified in the recovery and rehabilitation category, and 344 (41%) in the medical and surgical measures category. There was a more equal representation of outcome measures in high-income countries compared to low to middle income countries, with the latter using fewer recovery and rehabilitation outcome measures. Outcome measures used in randomized controlled trials of moderate to severe traumatic brain injury have significant heterogeneity and variable clinical relevance, which limits the impact and generalizability of research in moderate to severe traumatic brain injury, and the ability to compare across studies.
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 | 0,159 | 0,360 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,016 | 0,016 |
| Bibliométrie | 0,026 | 0,026 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; 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 ».