Understanding and Overcoming the Challenges Related to Cardiovascular Trials Involving Patients with Kidney Disease
Notice bibliographique
Résumé
Cardiovascular disease is a prevalent and prognostically important comorbidity among patients with kidney disease, and individuals with kidney disease make up a sizeable proportion (30%-60%) of patients with cardiovascular disease. However, several systematic reviews of cardiovascular trials have observed that patients with kidney disease, particularly those with advanced kidney disease, are often excluded from trial participation. Thus, currently available trial data for cardiovascular interventions in patients with kidney disease may be insufficient to make recommendations on the optimal approach for many therapies. The Kidney Health Initiative, a public-private partnership between the American Society of Nephrology and the US Food and Drug Administration, convened a multidisciplinary, international work group and hosted a stakeholder workshop intended to understand and develop strategies for overcoming the challenges with involving patients with kidney disease in cardiovascular clinical trials, with a particular focus on those with advanced disease. These efforts considered perspectives from stakeholders, including academia, industry, contract research organizations, regulatory agencies, patients, and care partners. This article outlines the key challenges and potential solutions discussed during the workshop centered on the following areas for improvement: building the business case, re-examining study design and implementation, and changing the clinical trial culture in nephrology. Regulatory and financial incentives could serve to mitigate financial concerns with involving patients with kidney disease in cardiovascular trials. Concerns that their inclusion could affect efficacy or safety results could be addressed through thoughtful approaches to study design and risk mitigation strategies. Finally, there is a need for closer collaboration between nephrologists and cardiologists and systemic change within the nephrology community such that participation of patients with kidney disease in clinical trials is prioritized. Ultimately, greater participation of patients with kidney disease in cardiovascular trials will help build the evidence base to guide optimal management of cardiovascular disease for this population.
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 | 0,738 | 0,740 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,005 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,023 | 0,038 |
| Communication savante | 0,047 | 0,042 |
| Science ouverte | 0,015 | 0,044 |
| Intégrité de la recherche | 0,034 | 0,070 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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.
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 ».