MétaCan
Menu
Retour à la cohorte
Enregistrement W2997080825 · doi:10.1016/j.cct.2019.105918

Improving the quality conduct and efficiency of clinical trials with training: Recommendations for preparedness and qualification of investigators and delegates

2019· article· en· W2997080825 sur OpenAlexaff
Jimmy Bechtel, Tina Chuck, Annemarie Forrest, Christine Hildebrand, Janette Panhuis, Suzanne R. Pattee, Sabrina Comic-Savic, Teresa Swezey

Notice bibliographique

RevueContemporary Clinical Trials · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensPopulation Health Research Institute
Organismes subventionnairesU.S. Food and Drug Administration
Mots-clésPreparednessMedicineSafeguardingClinical trialProtocol (science)Quality (philosophy)Medical educationGood clinical practicePublic relationsAlternative medicineNursingManagementPolitical science

Résumé

récupéré en direct d'OpenAlex

The Clinical Trials Transformation Initiative (CTTI) Investigator Qualification Project addresses the need for a more efficient and effective means of identifying qualified clinical investigators and delegates. Selection of investigators and delegates who are qualified by training and experience to conduct clinical trials is essential to safeguarding protections for study participants and ensuring data quality and integrity. Sponsors generally document investigator qualification through training on the principles of good clinical practice (GCP), as defined by the International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use (ICH), adopted by regulatory authorities in the United States, Japan and the European Union. Although these GCP principles provide an important foundation for promoting the conduct of quality clinical trials, the industry standard "one-size-fits-all" GCP training may not fully prepare investigators and delegates for conducting quality clinical trials. Routine GCP training alone may not be sufficient to prepare an inexperienced member of a site team, while repeating such training is unlikely to enhance the qualifications of an experienced researcher. The CTTI project team used findings from qualitative research activities, as well as input from an expert meeting with multiple stakeholders, to identify gaps and redundancies in the current training of investigators and their delegates and recommend practical, action-based solutions. CTTI provides recommendations on how to implement a more efficient and effective means of preparedness and qualification of investigators and delegates, determining whether a site team is a good fit for a particular protocol, and improving the quality of clinical trial conduct.

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)0,689
score de la tête « metaresearch » (Gemma)0,764
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,311
Score d'incertitude au seuil0,383

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6890,764
Méta-épidémiologie (sens strict)0,0040,005
Méta-épidémiologie (sens large)0,0050,010
Bibliométrie0,0120,015
Études des sciences et des technologies0,0090,018
Communication savante0,0260,028
Science ouverte0,0200,021
Intégrité de la recherche0,0250,034
Charge utile insuffisante (le modèle a refusé de juger)0,0110,013

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 Opus0,957
Tête enseignante GPT0,731
Écart entre enseignants0,225 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations38
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Clinical TrialsMême sujetEthics in Clinical ResearchTravaux en français237 207