Baseline results of a living systematic review for COVID-19 clinical trial registrations
Notice bibliographique
Résumé
Background: Since the coronavirus disease 2019 (COVID-19) outbreak was first reported in December 2019, many independent trials have been planned that aim to answer similar questions. Tools allowing researchers to review studies already underway can facilitate collaboration, cooperation and harmonisation. The Infectious Diseases Data Observatory (IDDO) has undertaken a living systematic review (LSR) to provide an open, accessible and frequently updated resource summarising characteristics of COVID-19 study registrations. Methods: Review of all eligible trial records identified by systematic searches as of 3 April 2020 and initial synthesis of clinical study characteristics were conducted. In partnership with Exaptive , an open access, cloud-based knowledge graph has been created using the results. Results: There were 728 study registrations which met eligibility criteria and were still active. Median (25 th , 75 th percentile) sample size was 130 (60, 400) for all studies and 134 (70, 300) for RCTs. Eight lower middle and low income countries were represented among the planned recruitment sites. Overall 109 pharmacological interventions or advanced therapy medicinal products covering 23 drug categories were studied. Majority (57%, 62/109) of them were planned only in one study arm, either alone or in combination with other interventions. There were 49 distinct combinations studied with 90% (44/49) of them administered in only one or two study arms. The data and interactive platform are available at https://iddo.cognitive.city/ . Conclusions: Baseline review highlighted that the majority of investigations in the first three months of the outbreak were small studies with unique treatment arms, likely to be unpowered to provide solid evidence. The continued work of this LSR will allow a more dependable overview of interventions tested, predict the likely strength of evidence generated, allow fast and informative filtering of relevant trials for specific user groups and provide the rapid guidance needed by investigators and funders to avoid duplication of efforts.
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 | 0,165 | 0,525 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,014 | 0,017 |
| Bibliométrie | 0,025 | 0,036 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,110 | 0,014 |
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 ».