Ethical and regulatory issues of pragmatic cluster randomized trials in contemporary health systems
Notice bibliographique
Résumé
Cluster randomized trials randomly assign groups of individuals to examine research questions or test interventions and measure their effects on individuals. Recent emphasis on quality improvement, comparative effectiveness, and learning health systems has prompted expanded use of pragmatic cluster randomized trials in routine health-care settings, which in turn poses practical and ethical challenges that current oversight frameworks may not adequately address. The 2012 Ottawa Statement provides a basis for considering many issues related to pragmatic cluster randomized trials but challenges remain, including some arising from the current US research and health-care regulations. In order to examine the ethical, regulatory, and practical questions facing pragmatic cluster randomized trials in health-care settings, the National Institutes of Health Health Care Systems Research Collaboratory convened a workshop in Bethesda, Maryland, in July 2013. Attendees included experts in clinical trials, patient advocacy, research ethics, and research regulations from academia, industry, the National Institutes of Health Collaboratory, and other federal agencies. Workshop participants identified substantial barriers to implementing these types of cluster randomized trials, including issues related to research design, gatekeepers and governance in health systems, consent, institutional review boards, data monitoring, privacy, and special populations. We describe these barriers and suggest means for understanding and overcoming them to facilitate pragmatic cluster randomized trials in health-care settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,751 | 0,732 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,010 | 0,066 |
| Communication savante | 0,020 | 0,013 |
| Science ouverte | 0,009 | 0,011 |
| Intégrité de la recherche | 0,025 | 0,029 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».