Facteurs influençant la régulation des essais cliniques au Mali
Notice bibliographique
Résumé
Depuis 2005, le Mali participe à des activités de renforcement des autorités nationales de réglementation (ANR) initiées par l’OMS en vue d’une bonne régulation des essais cliniques. Malgré cette participation, il y a peu de régulation des essais et cette faiblesse s’explique en partie par un manque d’appropriation des mesures par les autorités nationales. Ainsi, il semble essentiel de comprendre quels facteurs influencent la régulation des essais cliniques, aspect encore peu étudié. En utilisant un cadre analytique basé sur la théorie néo-institutionnelle, cette étude qualitative à visée exploratoire, a été réalisée à partir d’entrevues semi-dirigées avec les ANR, les comités d’éthique, des chercheurs, des administrateurs, des praticiens hospitaliers et d’examens documentaires. Les résultats montrent que la configuration du champ organisationnel et la position des pouvoirs publics dans ce champ apparaissent essentiels à la compréhension des facteurs qui influencent la régulation des essais cliniques. La prépondérance des barrières à la régulation des essais, associée à l’incapacité des pouvoirs publics de renforcer la régulation et la faible structuration du champ organisationnel, plaident en faveur d’une réforme intégrale plutôt que pour l’adoption de mesures partielles comme, par exemple, les revues et inspections conjointes d’essais cliniques promues par l’OMS.
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 | 0,006 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».