Exit Interviews to Understand Meaningful Change from the Patient Perspective in a Clinical Study of Dupilumab for the Treatment of Chronic Inducible Cold Urticaria
Notice bibliographique
Résumé
BACKGROUND: This study uses clinical trial exit interviews to understand patients' experience of meaningful change with respect to patient-reported outcomes and in order to confirm the content validity of some items from selected trial patient-reported outcomes (Urticaria Control Test [UCT], Cold Urticaria Activity Score [ColdUAS], Patient Global Impression of Severity [PGIS], Patient Global Impression of Change [PGIC]). Clinical trial exit interviews are an effective way to generate qualitative meaningful change insights. However, there is lack of data to provide an understanding of meaningful improvement from the chronic inducible cold urticaria patient perspective. METHODS: We conducted a cross-sectional, double-blind, stand-alone exit interview study intended to recruit participants aged 12-80 years with cold urticaria across centers in Argentina, Canada, USA, and Germany participating in LIBERTY-CINDU CUrIADS (EudraCT: 2020-003756-33), which analyzed the efficacy of dupilumab versus placebo. Exit interviews were conducted within 2 weeks of the end of treatment. RESULTS: Participants (N = 15) reported symptoms including rash/redness, itch, hives, swelling, burning, and pain. The study established patient-defined thresholds for meaningful improvement: approximately two response options for UCT items, slightly fewer than two response options for ColdUAS items, and 1-2 category changes on PGIS/PGIC. Most participants reporting symptom improvement found it meaningful, with satisfaction being related to the degree of symptom relief. Notably, patients distinguished between a general symptom change and clinically meaningful change. CONCLUSIONS: Exit interviews revealed key insights into patients' experiences with cold urticaria. Despite some limitations, including recruitment challenges and an all-female adult participant pool, the study provided valuable evidence for understanding meaningful improvement in cold urticaria treatment from the patient perspective.
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 | 0,047 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».