Enhancing involvement of people with multiple sclerosis in clinical trial design
Notice bibliographique
Résumé
Background:Although often overlooked, patient and public involvement (PPI) is vital when considering the design and delivery of complex and adaptive clinical trial designs for chronic health conditions such as multiple sclerosis (MS).Methods:We conducted a rapid review to assess current status of PPI in the design and conduct of clinical trials in MS over the last 5 years. We provide a case study describing PPI in the development of a platform clinical trial in progressive MS.Results:We identified only eight unique clinical trials that described PPI as part of articles or protocols; nearly, all were linked with funders who encourage or mandate PPI in health research. The OCTOPUS trial was co-designed with people affected by MS. They were central to every aspect from forming part of a governance group shaping the direction and strategy, to the working groups for treatment selection, trial design and delivery. They led the PPI strategy which enabled a more accessible, acceptable and inclusive design.Conclusion:Active, meaningful PPI in clinical trial design increases the quality and relevance of studies and the likelihood of impact for the patient community. We offer recommendations for enhancing PPI in future MS 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 | 0,712 | 0,782 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,012 | 0,018 |
| Science ouverte | 0,005 | 0,018 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».