MétaCan
Menu
Retour à la cohorte
Enregistrement W2753303616 · doi:10.1177/2168479017718875

Optimizing the Use of Electronic Data Sources in Clinical Trials: The Technology Landscape

2017· article· en· W2753303616 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTherapeutic Innovation & Regulatory Science · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensPfizer (Canada)
Organismes subventionnairesnon disponible
Mots-clésInteroperabilityElectronic data captureData collectionProcess (computing)BusinessHealth careModalitiesPharmacyProcess managementKnowledge managementMarketingClinical trialComputer scienceMedicinePolitical scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

TransCelerate has created an initiative to facilitate the industry's movement toward optimal use of electronic data sources for clinical research. Although guidance and standards have been in place for some time, gaps remain. Consequently, transcription among electronic systems continues to be the norm. In the initial phase of the eSource Initiative, TransCelerate is developing a thorough understanding of the current landscape. As a preliminary step in this process, the TransCelerate eSource Initiative published Optimizing the Use of Electronic Data Sources in Clinical Trials: The Landscape Part I, which provided insight into sponsor company eSource activities and the environment affecting eSource adoption based on input from TransCelerate member companies, standards organizations, and regulatory authorities. For Part II (this article), TransCelerate surveyed technology companies, including CROs providing technology, to better understand capabilities available today, plans for eSource, and perceived barriers to greater adoption. This information is a vital input that will help shape upcoming TransCelerate proposals for best practices for industry utilization of electronic data collection tools and methods. It is clear from the survey results that the technologies needed to support the various eSource modalities are mature. However, the approach to implementing eSource is fragmented. Greater collaboration is needed not only within the pharmaceutical industry but across industries that include health care and technology. The industry must reach common understandings about novel endpoints, data standards, system validation, and related issues. While technology in itself is not a significant barrier to eSource implementation, interoperability among systems is an enormous challenge to establishing a complete end-to-end electronic health care and research ecosystem. The TransCelerate eSource Initiative will continue to evaluate the technology, regulatory environment, data standards, and health care landscape to support the goal of improving global clinical science and global clinical trial execution. Forthcoming publications will focus on future vision and demonstration projects.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,153
score de la tête « metaresearch » (Gemma)0,029
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesMétarecherche, Études des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1530,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,004
Communication savante0,0020,001
Science ouverte0,0110,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,668
Tête enseignante GPT0,532
Écart entre enseignants0,136 · 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