Conflict of interest in pharmaceutical policy research: an example from Canada
Notice bibliographique
Résumé
Purpose – There is much evidence of bias in research on the effectiveness and efficacy of drugs as a result of the influence of the pharmaceutical industry. The purpose of this paper is to present the views of those involved in a major evidence-based policy initiative from Canada and examine the adequacy of existing academic conflict of interest (COI) rules. Design/methodology/approach – Data came from the Alzheimer’s Drug Therapy Initiative in British Columbia, a coverage with evidence development (CED) initiative, where a form of action research collected insights from the authors’ experiences, combined with qualitative interviews with members of the research team. Findings – The majority of researchers perceive the influence of pharmaceutical manufacturers as problematic. Even when the strictest of COI rules are followed, extending well beyond disclosure, the reach of industry is so great that existing COI rules lag far behind their expanding influence. Practical implications – The authors support others who call for the funding of independent research, enforcement of existing disclosure rules, and unfettered publication rights. In addition, the authors urge the education of all research team members, including clinicians, on the evidence indicating the variety of forms through which industry influence is exerted. The authors believe that this awareness-raising can help toward minimizing that influence in the analyses that are conducted. Originality/value – Consideration of pharmaceutical influence on CED research is important. There may be an untrue assumption that CED is functioning at arms-length from the drug companies.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».