MétaCan
Menu
Retour à la cohorte
Enregistrement W2009496528 · doi:10.1186/1745-6215-15-467

Building clinical trial priorities at the University of Rwanda

2014· article· en· W2009496528 sur OpenAlexaff
Jeanine Condo, Brenda Kateera, Eugene Mutimura, Francine Birungi, Albert Ndagijimana, Stefan Jansen, Julius Kamwesiga, Jamie I. Forrest, Edward J. Mills, Agnès Binagwaho

Notice bibliographique

RevueTrials · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensInstitute for Clinical Evaluative Sciences
Organismes subventionnairesUniversity of Rwanda
Mots-clésClinical trialMedicinePsychological interventionCapacity buildingGenocidePublic relationsEngineering ethicsNursingEconomic growthPolitical sciencePathologyEngineering

Résumé

récupéré en direct d'OpenAlex

After the genocide in Rwanda, the country's healthcare system collapsed. Remarkable gains have since been made by the state to provide greater clinical service capacity and expand health policies that are grounded on locally relevant evidence. This commentary explores the challenges faced by Rwanda in building an infrastructure for clinical trials. Through local examples, we discuss how a clinical trial infrastructure can be constructed by (1) building educational capacity; (2) encouraging the testing of relevant interventions using appropriate and cost-effective designs; and, (3) promoting ethical and regulatory standards. The future is bright for clinical research in Rwanda and with a renewed appetite for locally generated evidence it is necessary that we discuss the challenges and opportunities in drawing up a clinical trials agenda.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,069
score de la tête « metaresearch » (Gemma)0,207
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,521
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0690,207
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,804
Tête enseignante GPT0,661
Écart entre enseignants0,143 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrialsMême sujetEthics in Clinical ResearchTravaux en français237 207