2024-10-02
眾所周知，在臨床研究設計中，假說的驗證、樣本的估算、結果的臨床意義等諸多環節都與結局指標密切相關。
2024-07-10
人工智能 (AI) 在醫療保健領域的應用正在迅速擴大。人們越來越期望開發使用 AI 來執行其功能的新健康干預措施。迄今為止，基于 AI 的健康干預措施的經濟評估 (EE) 報告似乎缺乏有關干預措施的
2024-03-01
近年來，數字健康技術實施迅速增長，為規范數字健康實施研究質量和增加報告的透明度與完整性，Perrin等于2023年發表了iCHECK-DH: guidelines and checklist for
2024-03-01
一項具有臨床應用價值的干預措施必須是有效且安全的，因此評價干預措施時，需綜合權衡其益害比，只有益處大于危害的干預措施才有應用價值。評價某種干預措施的益害關系，應在臨床試驗中同時報告益處和危害的證據。為
2023-10-04
簡介：隨機臨床試驗（RCT）被認為是評估干預措施療效的黃金標準，因為治療分配的隨機化可以最大限度地減少治療效果估計的偏差。 然而，如果隨機對照試驗的方法學不嚴謹，治療效果估計中仍然存在許多偏差的機會。
2023-10-03
由于機構的患者隱私政策，原始臨床數據的共享通常是不可能的，如果沒有此類保障措施，也不建議共享原始臨床數據。 此外，能夠對臨床數據進行新分析的相同方法也可能以有時不可預測的方式重新識別患者17。 無論如
2023-10-03
為了幫助醫學影像領域 AI 手稿的作者和審稿人，我們提出了 CLAIM，即醫學影像領域 AI 清單（參見表格和可下載的 Word 文檔 [補充]）。 CLAIM 以 STARD 指南為藍本，并已擴展到
2023-10-03
關于疼痛患者的臨床管理和相關健康政策決策的許多問題最好通過實用的對照試驗來回答。 為了產生臨床相關且廣泛適用的發現，此類試驗旨在重現常規臨床護理的要素或嵌入臨床工作流程中。 與傳統療效試驗相比，實用性
2023-10-03
控制干預措施（通常稱為“假手術”、“安慰劑”或“注意力控制”）對于研究臨床試驗中身體、心理和自我管理干預措施的功效或機制至關重要
2023-10-03
背景 在觀察環境中比較治療效果隨時間的變化受到幾個主要威脅的阻礙，其中包括混雜偏差和損耗偏差。
2023-10-02
鑒于復雜臨床數據集的可用性不斷增加，機器學習 (ML) 在臨床研究中的使用正在穩步增長。 機器學習在預測性能和識別具有特定生理學和預后的患者的未發現亞群方面具有重要優勢。 盡管很受歡迎，但許多臨床醫生
2023-10-02
經濟學評估涉及對替代方案或干預措施的成本和后果的比較分析。它越來越多地被用來為英國和其他工業化國家的醫療保健決策提供信息。隨機對照試驗通常用作 經濟評估的工具。 事實上，許多資助者，例如英國國家衛生研
2023-10-02
幾十年來包括 COVID-19 在內的傳染病暴發凸顯了傳染病流行預測和預測研究的重要性。 與臨床試驗和系統評價等其他醫學研究領域不同，盡管流行病預測和預測研究很實用，但并不存在報告指南。 因此，我們制
2023-10-02
簡介：早期劑量探索（EPDF）研究對于新療法的開發至關重要，直接影響化合物或干預措施是否可以在進一步的試驗中進行研究以確認其安全性和有效性。 標準方案項目：介入試驗建議 (SPIRIT) 2013 和
