MétaCan
Menu
Retour à la cohorte
Enregistrement W3081423956 · doi:10.1371/journal.pone.0237464

Funders’ data-sharing policies in therapeutic research: A survey of commercial and non-commercial funders

2020· article· en· W3081423956 sur OpenAlexaff
Jeanne Fabiola Gaba, Maximilian Siebert, A. Dupuy, David Moher, Florian Naudet

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensWilfrid Laurier UniversityOttawa HospitalUniversity of Ottawa
Organismes subventionnairesCHIST-ERAAgence Nationale de la Recherche
Mots-clésData sharingBusinessSurvey researchMedicineAlternative medicineBusiness administrationPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Funders are key players in supporting randomized controlled trial (RCT) data-sharing. This research aimed to describe commercial and non-commercial funders' data-sharing policies and to assess the compliance of funded RCTs with the existing data-sharing policies. METHODS AND FINDINGS: Funders of clinical research having funded at least one RCT in the years 2016 to 2018 were surveyed. All 78 eligible non-commercial funders retrieved from the Sherpa/Juliet Initiative website and a random sample of 100 commercial funders selected from pharmaceutical association member lists (LEEM, IFPMA, EFPIA) and the top 100 pharmaceutical companies in terms of drug sales were included. Thirty (out of 78; 38%) non-commercial funders had a data-sharing policy with eighteen (out of 30, 60%) making data-sharing mandatory and twelve (40%) encouraging data-sharing. Forty-one (out of 100; 41%) of commercial funders had a data-sharing policy. Among funders with a data-sharing policy, a survey of two random samples of 100 RCTs registered on Clinicaltrial.gov, data-sharing statements were present for seventy-seven (77%, 95% IC [67%-84%]) and eighty-one (81% [72% - 88%]) of RCTs funded by non-commercial and commercial funders respectively. Intention to share data was expressed in 12% [7%-20%] and 59% [49%- 69%] of RCTs funded by non-commercial and commercial funders respectively. CONCLUSIONS: This survey identified suboptimal performances of funders in setting up data-sharing policies. For those with a data-sharing policy, the implementation of the policy in study registration was limited for commercial funders and of concern for non-commercial funders. The limitations of the present study include its cross-sectional nature, since data-sharing policies are continuously changing. We call for a standardization of policies with a strong evaluation component to make sure that, when in place, these policies are effective.

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 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)0,010
score de la tête « metaresearch » (Gemma)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,003
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 Opus0,963
Tête enseignante GPT0,620
Écart entre enseignants0,343 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
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

Citations46
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetEthics in Clinical ResearchTravaux en français237 207