How should individual participant data (IPD) from publicly funded clinical trials be shared?
Notice bibliographique
Résumé
BACKGROUND: Individual participant data (IPD) from completed clinical trials should be responsibly shared to support efficient clinical research, generate new knowledge and bring benefit to patients. The Medical Research Council (MRC) Hubs for Trials Methodology Research (HTMR) has developed guidance to facilitate the sharing of IPD from publicly funded clinical trials. METHODS: Development of the guidance was completed over four phases which included a focussed review of policy documents, a web-based survey of the UK Clinical Research Collaboration (CRC) Registered Clinical Trials Units (CTU) Network, participation of an expert committee and an open consultation with the UKCRC Registered CTU Network. The project was funded by the MRC HTMR (MR/L004933/1-R39). RESULTS: Good practice principles include: (i) the use of a controlled access approach, using a transparent and robust system to review requests and provide secure data access; (ii) seeking consent for sharing IPD from trial participants in all future clinical trials with adequate assurance that patient privacy and confidentiality can be maintained; and (iii) establishing an approach to resource the sharing of IPD which would include support from trial funders, sponsor organisations and users of IPD. The guidance has been endorsed by Cancer Research UK, MRC Methodology Research Programme Advisory Group, Wellcome Trust and the Executive Group of the UKCRC Registered CTU Network. The National Institute for Health Research (NIHR) has confirmed it is supportive of the application of this guidance. CONCLUSIONS: Implementation of these principles will improve transparency, increase the coherent sharing of IPD from publicly funded trials, and help publicly funded trials to adhere to trial funder and journal requirements for data sharing.
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 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 | 0,140 | 0,740 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; les deux têtes enseignantes 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 ».