MétaCan
Menu
Retour à la cohorte
Enregistrement W2104199807 · doi:10.1111/j.1751-2824.2009.01252.x

Translational research: an important integrated paradigm for transfusion medicine

2009· article· en· W2104199807 sur OpenAlexaff
Steven Kleinman

Notice bibliographique

RevueISBT Science Series · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood transfusion and management
Établissements canadiensUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTransfusion medicineClinical trialGovernment (linguistics)MedicineTranslational researchBasic researchTranslational scienceTranslational medicineClinical researchRegulatory scienceNew product developmentIntensive care medicineBusinessComputer scienceBlood transfusionPathologySurgeryLibrary science

Résumé

récupéré en direct d'OpenAlex

Translational research (TR) has many different potential definitions. There are two broad elements: one is research that serves as a bridge between basic science and the development/use of a therapeutic product/intervention; the second (also known as knowledge translation) explores why a clinically established product is not used more widely and/or further characterizes its optimal use. The first TR element has always been an integral part of transfusion medicine; it has previously been referred to as applied research or development. TR includes animal model research, and Phase I, II, and I/II clinical trials using human volunteers to determine safety and start evaluating efficacy of a novel therapy; some TR definitions also include definitive Phase III randomized controlled trials. TR usually needs a different infrastructure than basic research; funding may require public (government or university) and private (commercial companies) partnerships. Conducting TR requires a strong understanding of regulatory requirements and often necessitates the establishment of national or international multi‐center research programs supported by sophisticated information technology and a clinical coordinating center well versed in these disciplines. To this end, the National Heart, Lung, and Blood Institute in the U.S. not only offers its usual funding mechanisms but has also developed several other funding mechanisms to better support and coordinate such activities. There are multiple examples of successful TR in transfusion medicine; these include nucleic acid testing for infectious disease agents, the use of monoclonal antibodies in immunohematology, and the transfusion of pathogen inactivated platelet and plasma products in many countries. Scientific questions addressed by animal model research include red cell alloimmunization, graft versus host disease, transfusion related immunomodulation, and transfusion related acute lung injury. A new area of transfusion medicine TR is the production of functional mature RBCs from cultures of embryonic stem cells. The issue of how to best conduct TR still remains; challenges include finding mechanisms to adequately fund technological and product development, overcoming regulatory obstacles to the licensing of new technologies, and designing and funding large clinical trials to answer many of the remaining questions about transfusion triggers and best transfusion practices. The knowledge translation component of TR offers additional challenges; these require a different set of investigator skills and infrastructure in order to evaluate the effectiveness of interventions that can change clinical practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,173
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,917

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1730,073
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0080,005
Études des sciences et des technologies0,0090,116
Communication savante0,0310,040
Science ouverte0,0070,021
Intégrité de la recherche0,0240,041
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,102
Tête enseignante GPT0,405
Écart entre enseignants0,303 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISBT Science SeriesMême sujetBlood transfusion and managementTravaux en français237 207