Using real-time alerts for clinical trials
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Clinical trials are widely accepted as a necessary step in evaluating the safety and efficacy of new pharmaceutical products. In order for a sufficiently powered study, a clinical trial depends on the effective and unbiased recruitment of eligible patients. Trials involving seasonal diseases like influenza pose additional challenges. OBJECTIVE: This is a feasibility study of a mobile real-time alerting system to systematically identify potential study subjects for a randomized controlled trial evaluating the safety and efficacy of early intervention with interferon alfacon-1 for patients hospitalized for influenza virus infection. METHODS: The alerting system was setup in a 471-bed acute care teaching hospital, enabled with computerized physician order entry (CPOE) and a rules-based alerting system. Patients were identified from the entire hospital using two alerts types: pharmacy prescription records for antiviral drugs, and positive influenza laboratory results. Email alerts were generated and sent to BlackBerry(®) devices carried by the study personnel for a 6 month period. The alerts were archived automatically on a secure server and were exported for analysis in Microsoft Access. RESULTS: Over a period of 21 weeks, 779 total alerts were received. The study team was alerted to 241 patients, of whom 85 were potential study subjects. The alert system identified all but one of the patients independently identified by infection control. CONCLUSIONS: Real-time identification of potential study subjects is possible with the integration of computerized physician order entry and BlackBerry(®) technology. It is a viable method for the systematic identification of patients throughout a hospital, particularly for trials investigating time-sensitive disease progression.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,070 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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 découle