Farmacología
Uso de la metodología GRADE para evaluar la innovación de nuevos medicamentos en Italia.
10 diciembre 2019
Los nuevos criterios de innovación de AIFA dieron como resultado un modelo mucho más flexible y transparente para definir y evaluar lo que constituye una innovación terapéutica. En particular, la elección de AIFA para utilizar la metodología GRADE para evaluar la calidad de la evidencia clínica dentro de un proceso de evaluación de la innovación de los medicamentos es esencial para la identificación temprana de la discrepancia entre la necesidad de los pacientes de un acceso rápido a las terapias innovadoras y la disponibilidad Datos clínicos necesarios para tomar decisiones sobre la innovación de los medicamentos. Br J Clin Pharmacol, 7 de octubre de 2019
Multiplicidad en ensayos controlados aleatorios oncológicos: ¿una amenaza para la evidencia médica?
06 diciembre 2019
En los últimos 10 años los ensayos controlados aleatorios han proliferado en número, a menudo prueban compuestos similares con objetivos moleculares similares, y a menudo se ejecutan en agendas de ensayos redundantes y duplicados. Por esta razón, la multiplicidad se ha convertido en una nueva amenaza para la validez de las conclusiones extraídas de los ensayos controlados aleatorios. En este comentario, exploramos este problema. Lancet Oncol, diciembre de 2019
Rendimiento y usabilidad del aprendizaje automático para el cribado en revisiones sistemáticas: una evaluación comparativa de tres herramientas
25 noviembre 2019
AHRQ , 15 de noviembre de 2019 La carga de trabajo y el ahorro de tiempo que ofrece la simulación automatizada conlleva un mayor riesgo de excluir erróneamente los registros relevantes. Complementar las decisiones de un solo revisor con predicciones de relevancia (simulación semiautomatizada) mejoró la proporción perdida en algunos casos, pero el rendimiento varió según la herramienta y el RS. El diseño de herramientas basadas en las preferencias autoidentificadas de los revisores puede mejorar su compatibilidad con los flujos de trabajo actuales.
Cómo leer artículos que utilizan el aprendizaje automático: guías de usuario para la literatura médica.
21 noviembre 2019
JAMA, 12 de noviembre de 2019Los modelos de aprendizaje automático generalmente tienen configuraciones preespecificadas adicionales llamadas hiperparámetros, que deben ajustarse en un conjunto de datos independiente del conjunto de validación. En el conjunto de validación, el resultado contra el cual se evalúa el modelo se denomina estándar de referencia
Tamaño de la población de seguridad pre-comercialización asociado con medicamentos del programa de aprobación acelarada y medicamentos huérfanos
23 octubre 2019