Intermediate outcomes for clinical trials of multiple sclerosis rehabilitation interventions: Conceptual and practical considerations
Notice bibliographique
Résumé
Background:Rehabilitation is an essential health care service and a critical component of comprehensive multiple sclerosis (MS) care.Objective:As part of a 2-day meeting hosted by the International Advisory Committee on Clinical Trials in MS in December 2022, a panel initiated a discussion on the conceptual and practical issues related to selecting intermediate outcomes for clinical trials of MS rehabilitation interventions.Results:The overarching goal of rehabilitation – optimal functioning – was acknowledged as a complex biopsychosocial phenomenon that varies with patient priorities and environmental context. This complexity means that multiple causal pathways and potential intermediate outcomes must be carefully considered during the design of clinical trials in MS rehabilitation that aim to improve functioning. In addition, practical issues must be considered such as psychometric properties of outcome measures, measure type, and characteristics of the target population, including severity of dysfunction.Conclusion:This article uses the International Classification of Functioning, Disability and Health as a foundation for determining relevant intermediate outcomes for clinical trials of MS rehabilitation interventions.
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 | 0,733 | 0,791 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,014 |
| Communication savante | 0,022 | 0,012 |
| Science ouverte | 0,008 | 0,011 |
| Intégrité de la recherche | 0,011 | 0,018 |
| 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 ».