MétaCan
Menu
← Retour à la cohorte
Enregistrement W2395910039

[Reasons why patients do or do not participate in clinical trials; a systemic review of the literature].

2004· review· en· W2395910039 sur OpenAlexaboutno aff
M A Nievaard, Robin Vos, J C de Haes, Moshe Levi

Notice bibliographique

RevuePubMed · 2004
Typereview
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInformed consentCINAHLClinical trialMedicineFamily medicineMEDLINEAlternative medicinePsychologyPsychological interventionNursingLawPolitical scienceInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess the factors that may influence a patient's consent to participate in a clinical trial. DESIGN: Systematic literature survey. METHOD: Studies on the characteristics of patients, trials, the physicians requesting informed consent and the informed consent procedures were looked for in Medline, Embase, and Cinahl. Articles published in English, German, Dutch or French in the period 1980-2002 and originating in Europe, the United States, Canada, New Zealand or Australia were included. Studies on non-adults, healthy experimental subjects or less than 30 patients were excluded. RESULTS: Thirty suitable studies were retrieved. Factors that may affect the granting of consent to participate in a clinical trial included: uncertainty of the patient, randomisation and the use of a placebo, the relationship between the person asking for informed consent and the patient, and the dissemination of information during the informed consent procedure. Since these factors are often interrelated, no single factor could be identified as decisive for participation in a clinical trial; they can influence the decision of the patient to participate in a trial in either a positive or a negative direction. CONCLUSION: Optimalization of the information concerning informed consent, the way the information is provided and the attitude of the person requesting informed consent are important and sometimes decisive factors that may determine the participation process.

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)0,075
score de la tête « metaresearch » (Gemma)0,280
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,925
Score d'incertitude au seuil0,395

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0750,280
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0080,011
Études des sciences et des technologies0,0010,003
Communication savante0,0060,006
Science ouverte0,0020,002
Intégrité de la recherche0,0060,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,316
Tête enseignante GPT0,449
Écart entre enseignants0,133 · 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.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Travaux en français237 207→