MétaCan
Menu
Retour à la cohorte
Enregistrement W2160790523 · doi:10.1371/journal.pone.0013592

Obtaining Valid Laboratory Data in Clinical Trials Conducted in Resource Diverse Settings: Lessons Learned from a Microbicide Phase III Clinical Trial

2010· article· en· W2160790523 sur OpenAlexaff
Tania Crucitti, Katrien Fransen, Rashika Maharaj, Tom Tenywa, Marguerite Massinga Loembé, Kailapuri G. Murugavel, Kevin Mendonca, Saïd Abdellati, Greet Beelaert, Lut Van Damme

Notice bibliographique

RevuePLoS ONE · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensCentre hospitalier universitaire de QuébecUniversité Laval
Organismes subventionnairesBill and Melinda Gates FoundationUnited States Agency for International Development
Mots-clésMicrobicideMedicineQuality assuranceMicrobicides for sexually transmitted diseasesClinical trialMedical physicsChlamydia trachomatisQuality controlHuman immunodeficiency virus (HIV)Family medicineEnvironmental healthGynecologyControl (management)External quality assessmentComputer sciencePopulationPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Over the last decade several phase III microbicides trials have been conducted in developing countries. However, laboratories in resource constrained settings do not always have the experience, infrastructure, and the capacity to deliver laboratory data meeting the high standards of clinical trials. This paper describes the design and outcomes of a laboratory quality assurance program which was implemented during a phase III clinical trial evaluating the efficacy of the candidate microbicide Cellulose Sulfate 6% (CS) [1]. METHODOLOGY: In order to assess the effectiveness of CS for HIV and STI prevention, a phase III clinical trial was conducted in 5 sites: 3 in Africa and 2 in India. The trial sponsor identified an International Central Reference Laboratory (ICRL), responsible for the design and management of a quality assurance program, which would guarantee the reliability of laboratory data. The ICRL provided advice on the tests, assessed local laboratories, organized trainings, conducted supervision visits, performed re-tests, and prepared control panels. Local laboratories were provided with control panels for HIV rapid tests and Chlamydia trachomatis/Neisseria gonorrhoeae (CT/NG) amplification technique. Aliquots from respective control panels were tested by local laboratories and were compared with results obtained at the ICRL. RESULTS: Overall, good results were observed. However, discordances between the ICRL and site laboratories were identified for HIV and CT/NG results. One particular site experienced difficulties with HIV rapid testing shortly after study initiation. At all sites, DNA contamination was identified as a cause of invalid CT/NG results. Both problems were timely detected and solved. Through immediate feedback, guidance and repeated training of laboratory staff, additional inaccuracies were prevented. CONCLUSIONS: Quality control guidelines when applied in field laboratories ensured the reliability and validity of final study data. It is essential that sponsors provide adequate resources for implementation of such comprehensive technical assessment and monitoring systems. TRIAL REGISTRATION: ClinicalTrials.gov NCT00153777 and Current Controlled Trials ISRCTN95638385.

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)0,444
score de la tête « metaresearch » (Gemma)0,474
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil0,685

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4440,474
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,006
Communication savante0,0100,007
Science ouverte0,0060,004
Intégrité de la recherche0,0080,011
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,490
Tête enseignante GPT0,484
Écart entre enseignants0,006 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207