MétaCan
Menu
Retour à la cohorte
Enregistrement W3143439380 · doi:10.1093/neuonc/noab082

Report of National Brain Tumor Society roundtable workshop on innovating brain tumor clinical trials: building on lessons learned from COVID-19 experience

2021· article· en· W3143439380 sur OpenAlexaff
Eudocia Q. Lee, Wendy Selig, Clair Meehan, Jeffrey Bacha, Amy Barone, Erik Bloomquist, Susan M. Chang, John de Groot, Evanthia Galanis, Islam Hassan, Chitkala Kalidas, Mustafa Khasraw, Joseph C. Kvedar, Andrew B. Lassman, Vinay K. Puduvalli, Solmaz Sahebjam, Lee H. Schwamm, Sharon Ovnat Tamir, Mary Welch, W.K. Alfred Yung, Gelareh Zadeh, David Arons, Patrick Y. Wen

Notice bibliographique

RevueNeuro-Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesNational Cancer InstituteNational Brain Tumor Society
Mots-clésClinical trialCoronavirus disease 2019 (COVID-19)Food and drug administrationBrain tumorMedicineMedical educationInternal medicinePsychiatryPharmacology

Résumé

récupéré en direct d'OpenAlex

On July 24, 2020, a workshop sponsored by the National Brain Tumor Society was held on innovating brain tumor clinical trials based on lessons learned from the COVID-19 experience. Various stakeholders from the brain tumor community participated including the US Food and Drug Administration (FDA), academic and community clinicians, researchers, industry, clinical research organizations, patients and patient advocates, and representatives from the Society for Neuro-Oncology and the National Cancer Institute. This report summarizes the workshop and proposes ways to incorporate lessons learned from COVID-19 to brain tumor clinical trials including the increased use of telemedicine and decentralized trial models as opportunities for practical innovation with potential long-term impact on clinical trial design and implementation.

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)0,009
score de la tête « metaresearch » (Gemma)0,290
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,290
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,504
Tête enseignante GPT0,588
Écart entre enseignants0,083 · 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'étudeSans objet
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetCOVID-19 and healthcare impactsTravaux en français237 207