MétaCan
Menu
Retour à la cohorte
Enregistrement W2906819500 · doi:10.1016/j.curtheres.2018.12.002

From Research to the Bedside: Challenges for Pediatric Academic Researchers

2018· article· en· W2906819500 sur OpenAlexfundno aff
Philip D. Walson

Notice bibliographique

RevueCurrent Therapeutic Research · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensnon disponible
Organismes subventionnairesPharmaceuticals BayerDa VolterraAstellas PharmaFood and Drug AdministrationSanofiAbbVieWellcomeAstellas Pharma CanadaNational Cancer InstituteNational Institutes of HealthNational Science Foundation
Mots-clésIncentiveProcess (computing)Drug developmentLegislationPediatric researchMedical educationEngineering ethicsMedicinePolitical scienceEngineeringDrugComputer sciencePharmacologyPediatrics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although improving, development of drugs and devices for children is still less effective than for adults. Pediatric academicians play an important role in the bench-to-bedside research process, but much remains to be done to improve their contributions. OBJECTIVE: To provide a non-comprehensive review of selected literature based on my own personal experience as a U.S. based academic researcher who has spent over 4 decades doing pediatric drug and device development. METHODS: This commentary presents a summary of a talk given at a recent pediatric drug development conference. The observations and conclusions reached were based on the author's (largely US) experience and review of past history, the role of academicians in this process, some successful models of public-private collaboration, available funding, and barriers that remain to be overcome. RESULTS: Pediatric-specific legislation and more available funding have increased participation from and successes of US academicians in the pediatric drug and device development process. Incentive based public-private collaborations have been particularly successful. However, academicians still face both attitude and practical barriers to success. CONCLUSIONS: Changes are needed if academicians are to maximize their involvement in pediatric drug and device development.

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)0,119
score de la tête « metaresearch » (Gemma)0,213
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,632

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1190,213
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0080,019
Communication savante0,0220,034
Science ouverte0,0070,013
Intégrité de la recherche0,0160,026
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,858
Tête enseignante GPT0,673
Écart entre enseignants0,185 · 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'étudeQualitatif
DomaineIncitatifs
GenreEmpirique

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

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Therapeutic ResearchMême sujetPharmaceutical studies and practicesTravaux en français237 207