XiaoMi-AI文件搜索系统
World File Search SystemBMJ
引用：Osipenko L、Ul- Hasan SA、Winberg D 等。对过去二十年提交给 NICE 技术评估的数据质量的评估。BMJ Op
摘要 背景 英国国家健康与临床优化研究所 (NICE) 率先推出了卫生技术评估 (HTA) 流程和方法。技术评估 (TA) 侧重于药品以及临床和经济数据，产品制造商将这些数据提交给 NICE 评估委员会以供决策。数据的不确定性会降低 HTA 流程获得积极结果的机会或需要更高的折扣。目的 调查制造商提交给 NICE 的临床数据质量（对照、生活质量 (QoL)、随机对照试验 (RCT) 和总体证据质量）。设计 这项回顾性评估分析了 2000 年至 2019 年期间发表的活跃 TA（最多 TA600）。方法 对于所有 TA，我们从评估组和证据审查组报告以及最终评估决定中提取了关于（1）提交的 RCT 质量和（2）提交用于决策的证据总体质量的数据。对于单个技术评估，我们还提取了数据及其对 QoL 和比较器的评价。对每个类别的质量进行评分，并使用描述性统计数据进行分析。结果分析了 409 个技术评估（多项技术评估 (MTA)=104，单一技术评估 (STA)=305）。在三分之二的技术评估中，证据的总体质量较差（n=224，55%）或不可接受（n=41，10%）。在 39%（n=119）的 STA 中，比较证据的质量被认为较差，17%（n=51）的 STA 不可接受。在 44%（n=135）的 STA 中，QoL 数据的质量被认为较差，15%（n=47）的 STA 不可接受，33%（n=102）的 STA 可接受，7%（n=21）的 STA 为好。经过 20 多年的纵向分析，提交给 NICE 的证据质量并未改善。结论我们发现影响 NICE 决策框架的临床证据的主要组成部分质量较差。必须继续生成可靠的临床数据，以便在上市前和上市后将药物引入临床实践，确保它们能为患者带来益处。
引用：法律NLW，Hong LW，Tan SSN等。肿瘤管理多学科团队的障碍和挑战：范围审查协议。 BMJ
摘要简介多学科团队（MDTS）是肿瘤管理不可或缺的，涉及专业的医疗保健专业人员，他们合作制定了针对患者的个性化治疗计划。但是，随着癌症护理的增长越来越复杂，MDT必须不断适应更好地满足患者需求。此范围审查将探索过去十年中MDT遇到的障碍和挑战；并提出优化其利用以克服这些障碍并改善患者护理的策略。方法和分析范围审查将遵循Arksey和O'Malley的框架，并从使用电子数据库（例如PubMed/Medline，Scopus和Psychinfo）中的文献搜索开始，涵盖了2013年1月至2022年12月的期限，并限于英语语言出版物。四个独立的审阅者将根据预定义的纳入标准筛选标题和摘要，然后对选定标题进行全文审查。也将研究出版物中引用的相关参考文献。将利用用于系统评价和荟萃分析的首选报告项目来说明方法。将提取，分析和分类来自选定出版物的数据以进行进一步分析。道德和传播范围审查的结果将为过去十年来肿瘤学MDT遇到的障碍和挑战提供全面的概述。这些发现将有助于现有文献，并提供有关需要改善MDT在肿瘤学管理中功能的领域的见解。结果将通过科学杂志的出版物进行传播，这将有助于与更广泛的医疗保健社区分享发现，并促进该领域的进一步研究和讨论。试用注册详细信息此范围审查的协议已注册为开放科学框架，可在DOI 10.17605/osf.io/r3y8u上获得。
引用：Griffiths J，Fox L，Williamson PR等。量化临床试验的碳足迹：指导开发和案例研究。 bmj o
抽象背景气候危机的紧迫性需要生物医学研究的关注，尤其是临床试验，这可能涉及大量的温室气体排放。低碳临床试验工作组制定了一种减少临床试验排放的策略，从开发一种测量其碳足迹的方法开始（CO 2 E）。方法作为第一步，我们开发了一个定义临床试验核心活动的过程图。采购相应的排放因子将活动数据转换为温室气体排放。随后的方法应用于英国两项癌症研究（CRUK）资助的试验（国际随机肉瘤试验CASPS（ISRCTN663733470）和基于英国的基于英国的乳腺癌试验（ISRCTN41579286））。编写了定义范围，方法和假设的指南文件，以允许向任何公共资助/调查员发起的临床试验申请。结果试验特定于常规护理的特定活动被分为10个模块，涵盖了设置，进行和关闭的试验。我们确定了两项试验中所有试验活动的排放因子，并用它们来估计其总碳足迹。CASP的碳足迹是一项具有47名参与者的研究性药物的国际2期试验，为72吨Co 2 E，这在很大程度上归因于临床试验单位排放和员工旅行。黄金时段，一项基于英国的3期非研究性药物产品试验，对1962年的患者产生了89吨CO 2 E，这在很大程度上归因于特定于特定于同名的参与者评估。结论我们已经开发了一种方法和指导，试验者可以用来确定临床试验的碳足迹。该指南可用于识别碳热点，在这些碳热点中，试验设计和行为的替代方法可以减少试验占地面积，并且需要方法研究来研究为减少碳排放所采取的干预措施的潜在影响。我们将继续完善指导，以增加潜在的应用并提高可用性。
引用：Ngwenya N，Dziva Chikwari C，Seeley J等。来自全球北方的青春期概念适合非洲吗？辩论。 BMJ Glob H
⇒青春期被广泛定义为生命过程中一个独特的阶段，在该过程中，一个人完成了从童年到成年的生物学发展和过渡。⇒本文提出了一场辩论，该辩论于2018年在坦桑尼亚姆万扎的一项科学研讨会上进行，这是对非洲的特殊性，并扩大了由这种概念所塑造的健康干预措施和全球卫生政策，可以普遍适用和相关。⇒运动的支持者认为，当获得青春期时，青春期确实是一个独特的发育阶段，而发生的神经认知发展会影响影响健康结果的行为。这是普遍发生的，以文化仪式为特征，并在法律框架中得到认可，因此，理解中的地理区分是不必要的。⇒对手认为，青春期不仅仅是一种生物学或法律认可的成年过渡：相反，包括原始的概念是由在文化环境中建立的信念，价值观和指出所塑造的。这个概念对非洲是不和谐的，因为它优先考虑个人主义，而不是共产主义，并将其归因于全球北方所接受的性别和社会角色。⇒因此，针对非洲青少年的许多干预措施仍然无效。观念是，起源于全球北部但普遍应用的青春期概念是殖民主义的一种概念，这对来自全球南方人民的现实现实和理解的价值较少。
BMJ 关于科学出版中人工智能的政策
人工智能正在改变我们的世界，而我们尚未完全理解或利用其力量。这是一场席卷一切的旋风。ChatGPT 等法学硕士的出现以及人们对其能力的认识不断提高，正在挑战许多行业，包括学术出版业。内容创作的潜在好处显而易见，例如有机会克服语言障碍。然而，也存在危害：法学硕士编写的文本可能不准确，参考文献可能不可靠。关于人工智能对内容负责的程度、所制作内容的原创性和质量以及偏见、不当行为和错误信息的可能性，仍然存在疑问。
超重和肥胖的经济成本将于2060年发表在BMJ Global Health Predic Predic
（超过10万亿美元），美国（超过2.5万亿美元）和印度（近8000亿美元）。纽约，2022年9月21日：根据世界肥胖联合会和RTI International的一项新研究，到2060年，超重和肥胖症患病率将使全球经济损失3.3％。这项研究已在BMJ全球健康中进行了同行评审和发表，分析了161个国家的超重和肥胖症的当前经济影响。它提供了有史以来对非传染病（NCD）经济影响的首个国家特定的全球估计，这主要是由于可避免的癌症，糖尿病和心血管疾病的可避免的医疗费用归因于肥胖症。由于肥胖症，人口变化和经济增长的患病率上升，GDP的成本预计会增加。研究发现，如果肥胖症患者的数量保持在2019年的水平，则可以节省2.2万亿美元。在2020年至2060年之间，NCD的预计患病率降低了5％，将导致全球年度储蓄平均为4290亿美元。这些国家预计将拥有超重和肥胖的最大经济成本是中国，美国和印度。预计中国将使中国超过100万亿美元，美国超过25万亿美元，印度将耗资近8005亿美元。其他超重和肥胖的经济成本预计将超过1000亿美元的国家，包括德国，加拿大，澳大利亚，巴西，英国和日本。在所有这些国家中，预计将使阿拉伯联合酋长国的GDP比例最高（11.04％）。目前，据估计，肥胖的经济影响占全球GDP的2.19％。2019年人均经济损失范围从低收入国家的6美元到高收入国家的1,110美元，这也反映了这些地区的工资和GDP差异。分别相当于GDP的0.87％和2.46％。该研究预测，超重和肥胖造成的经济损失将不成比例地影响较低的国家，而不是较富裕的国家。总经济成本可能会增加四倍，而在低收入国家和中等收入国家中的增长预计在12-25倍之间。在WHO欧洲地区，与西部太平洋地区的26倍增长相比，经济影响预计将增加两倍以上。 世界肥胖联合会和RTI International的估计分析了直接和间接成本。 前者包括医疗和非医疗费用，而后者包括该过程中的费用在WHO欧洲地区，与西部太平洋地区的26倍增长相比，经济影响预计将增加两倍以上。世界肥胖联合会和RTI International的估计分析了直接和间接成本。前者包括医疗和非医疗费用，而后者包括该过程中的费用
引用：Shahzad R、Ayub B、Siddiqui MAR。医疗保健领域人工智能随机对照试验报告质量：系统评价。BMJ Open 2022；12：e061519。doi:10.1136/bmjopen-2022-061519
摘要 目的 本研究旨在根据《综合试验报告标准——人工智能》（CONSORT-AI）指南评估医疗保健领域人工智能（AI）随机对照试验（RCT）的报告质量。设计 系统评价。 数据来源 我们在 PubMed 和 EMBASE 数据库中搜索了 2015 年 1 月至 2021 年 12 月报告的研究。 资格标准 我们纳入了以英文报告的使用人工智能作为干预措施的 RCT。排除了方案、会议摘要、机器人研究和与医学教育相关的研究。 数据提取 两名独立评分员使用包含 43 个项目的 CONSORT-AI 清单对纳入的研究进行评分。将结果制成表格并报告描述性统计数据。 结果 我们筛选了 1501 篇潜在摘要，其中 112 篇全文文章经过资格审查。共纳入 42 项研究。参与者人数从 22 人到 2352 人不等。所有研究仅完整报告了 CONSORT-AI 项目中的两项。超过 85% 的研究报告了五项不适用。19% (8/42) 的研究未报告超过 50% (21/43) 的 CONSORT-AI 清单项目。结论 AI 中 RCT 的报告质量不佳。由于现有 RCT 的报告各不相同，因此在解释某些研究的结果时应谨慎。
引用：Iqbal U、Celi LA、Hsu Y-HE 等人。医疗人工智能：通往地狱之路是由善意铺就的。BMJ Health Care Inform 2022；29：e100650。doi:10.1136/bmjhci-2022-100650
《BMJ 健康与护理信息学》发表了两篇编辑精选论文，重点介绍了人工智能 (AI) 以及在系统层面正确评估与医疗保健改进相关的 AI 驱动的实施工具的挑战。Kueper 等人 1 的研究重点关注加拿大安大略省初级保健环境中的 AI 挑战。他们提供了经验教训和指导，以指导未来使用 AI 进行资源管理来改善初级保健。作者与多方利益相关者进行了协作磋商。确定了九个优先事项，围绕系统级考虑因素，例如实践环境、组织和致力于医疗服务提供和护理质量的绩效领域。该论文强调了对公平和数字鸿沟、系统容量和文化、数据可访问性和质量、法律和道德考虑、以用户为中心的设计、以患者为中心以及对 AI 应用的适当评估等关注。并回顾了 AI 在学习型健康系统框架中的作用。应安全、有意义地开发和应用人工智能模型，以优化系统性能和社会福祉。2 此外，人工智能提供预防和先发制人的医疗机会，这些机会在及时、准确、个性化和迅速采取行动时最有价值。3
引用：Oliva A、Altamura G、Nurchis MC 等人。评估算法和人工智能的潜力，以更安全、更快捷的药物管理颠覆患者初级保健：系统评价方案。BMJ Open 2022；12：e057399。doi:10.1136/bmjopen-2021-057399
摘要 简介 在初级保健中，家庭医生和全科医生的门诊就诊中几乎有 75% 涉及继续或开始药物治疗。由于门诊患者在无人监控的情况下使用了大量药物，因此由于用药或处方错误而导致不良事件的潜在风险远高于医院环境。人工智能 (AI) 应用可以通过改进错误检测、患者分层和药物管理来帮助医疗保健专业人员负责患者安全。目的是研究 AI 算法对初级保健环境中药物管理的影响，并将 AI 或算法与标准临床实践进行比较，以确定技术支持可以带来更好结果的药物领域。方法与分析 从开始到 2021 年 12 月，将通过查询 PubMed、Cochrane 和 ISI Web of Science 进行文献的系统评价和荟萃分析。主要结果是通过 AI 应用减少用药错误。搜索策略和研究选择将根据系统评价和荟萃分析的首选报告项目以及人群、干预、比较和结果框架进行。将采用非随机对照试验的观察队列和横断面研究的质量评估工具以及美国国立卫生研究院的随机对照试验的对照干预研究的质量评估来评估纳入研究的质量。道德与传播 由于不涉及人类，因此不需要正式的伦理批准。结果将通过同行评审的出版物广泛传播。
引用：Superchi C、Brion Bouvier F、Gerardi C 等。个性化医疗临床试验研究设计：范围审查。BMJ Op
摘要 目的 个性化医疗 (PM) 允许根据患者的个人人口统计、基因组或生物学特征对其进行治疗，从而“在正确的时间为正确的人提供正确的治疗”。PM 临床试验需要健全的方法来正确识别参与者群体和治疗方法。作为制定 PM 试验设计新建议的第一步，我们旨在概述已在此领域使用的研究设计。设计范围审查。方法我们在 PubMed、Embase 和 Cochrane 图书馆中搜索了所有英文、法文、德文、意大利文和西班牙文报告，这些报告描述了应用于 PM 的临床试验的研究设计。研究选择和数据提取是重复进行的，通过协商解决分歧，或通过第三位专家审阅者参与。我们提取了有关试验设计特点的信息以及这些方法的当前应用示例。提取的信息用于生成 PM 试验设计的新分类。结果 我们确定了 21 种试验设计、10 种亚型和 30 种适用于 PM 的试验设计变体，并将它们分为四个核心类别（即主方案、全随机化、生物标志物策略和丰富化）。我们发现 131 项临床试验采用了这些设计，其中绝大多数是主方案（86/131，65.6%）。大多数试验是肿瘤学领域的 II 期研究（75/131，57.2%）（113/131，86.3%）。我们从不同方面（例如框架、对照组、随机化）确定了试验设计的 34 个主要特征。将四个核心类别和 34 个特征合并为一个双条目表，以创建 PM 试验设计的新分类。 结论 存在多种试验设计并应用于 PM。提出了一种新的试验设计分类，以帮助读者浏览复杂的 PM 临床试验领域。