A common outcome set for trials in dementia with Lewy bodies (DLB COS)
Notice bibliographique
Résumé
INTRODUCTION: Methodological heterogeneity in dementia with Lewy bodies (DLB) trials contributes to publication bias and makes evidence synthesis and meta-analysis challenging. We aimed to develop a core outcome set for DLB (DLB COS) trials to improve consistency and comparability in DLB research. METHODS: We conducted a systematic review to identify outcomes and administered a two-stage Delphi survey to a diverse panel of lay and professional stakeholders. We asked respondents which outcomes should be prioritized and included in DLB COS. RESULTS: Forty-nine outcomes were presented to survey respondents. Consensus was reached regarding eight outcomes for the final DLB COS: delusions/paranoia; fluctuations in cognition, attention, and arousal; functioning; global cognition; hallucinations; quality of life; motor parkinsonism; and rapid eye movement sleep behavior disorder. DISCUSSION: If adopted, DLB COS can enhance the comparability of research findings and facilitate standardization and harmonization. Highlights: A systematic review revealed heterogeneity in dementia with Lewy bodies (DLB) study outcomes.Our study produced a DLB Core Outcome Set (DLB COS) comprising eight outcomes.DLB COS sets the minimum reporting standards for future trials.DLB-specific rating scales incorporating these outcomes are needed.Addressing this gap is a strategic priority in DLB research.
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 | 0,413 | 0,612 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,021 |
| Bibliométrie | 0,015 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».