Predicting Recruitment Feasibility for Acute Spinal Cord Injury Clinical Trials in Canada Using National Registry Data
Notice bibliographique
Résumé
Traumatic spinal cord injury (SCI) represents a significant burden of illness, but it is relatively uncommon and heterogeneous, making it challenging to achieve sufficient subject enrollment in clinical trials of therapeutic interventions for acute SCI. The Rick Hansen Spinal Cord Injury Registry (RHSCIR) is a national SCI Registry that enters patients with SCI from acute-care centers across Canada. To predict the feasibility of conducting clinical trials of acute SCI within Canada, we have applied the inclusion/exclusion criteria of six previously conducted SCI trials to the RHSCIR data set and generated estimates of how many Canadian persons would have been eligible theoretically for enrollment in these studies. Data for SCI cases were prospectively collected for RHSCIR at 18 acute and 13 rehabilitation sites across Canada. RHSCIR patients enrolled between 2009-2013 who met the following key criteria were included: non-penetrating traumatic SCI; received acute care at a RHSCIR site; age more than 18, less than 75 years, and had complete admission single neurological level of injury data. Inclusion and exclusion criteria for the Minocycline in Acute Spinal Cord injury (Minocycline), Riluzole, Surgical Timing in Acute Spinal Cord Injury Study (STASCIS), Cethrin, Nogo antibody study (NOGO), and Sygen studies were applied retrospectively to this data set. The numbers of patients eligible for each clinical trial were determined. There were 2166 of the initial 2714 patients (79.8%) who met the key criteria and were included in the data set. Projected annual numbers of eligible patients for each trial were: Minocycline, 117; Riluzole, 62; STASCIS, 109; Cethrin, 101; NOGO, 82; and Sygen, 70. An additional 8.0% of the sample had a major head injury (Glasgow Coma Scale [GCS] score ≤12) and would have been excluded from the trials. RHSCIR provides a comprehensive national data set that may serve as a useful tool in the planning of multicenter clinical SCI trials.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,143 | 0,287 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».