MétaCan
Menu
Retour à la cohorte
Enregistrement W3156868405 · doi:10.1016/s2214-109x(20)30540-4

Randomised trials at the level of the individual

2021· review· en· W3156868405 sur OpenAlexaff
Jay Park, Nathan Ford, Denis Xavier, Per Ashorn, Rebecca F. Grais, Zulfiqar A Bhutta, Herman Goossens, Kristian Thorlund, M. Eugenia Socías, Edward J. Mills

Notice bibliographique

RevueThe Lancet Global Health · 2021
Typereview
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensBritish Columbia Centre on Substance UseMcMaster UniversityHospital for Sick ChildrenImpactUniversity of British Columbia
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésClinical trialProtocol (science)Research designComputer scienceScale (ratio)Clinical study designData collectionManagement scienceOperations researchMedical physicsRisk analysis (engineering)Data scienceMedicineAlternative medicineStatisticsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In global health research, short-term, small-scale clinical trials with fixed, two-arm trial designs that generally do not allow for major changes throughout the trial are the most common study design. Building on the introductory paper of this Series, this paper discusses data-driven approaches to clinical trial research across several adaptive trial designs, as well as the master protocol framework that can help to harmonise clinical trial research efforts in global health research. We provide a general framework for more efficient trial research, and we discuss the importance of considering different study designs in the planning stage with statistical simulations. We conclude this second Series paper by discussing the methodological and operational complexity of adaptive trial designs and master protocols and the current funding challenges that could limit uptake of these approaches in global health research.

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)0,192
score de la tête « metaresearch » (Gemma)0,277
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,808
Score d'incertitude au seuil0,997

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1920,277
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0100,007
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,012
Communication savante0,0100,012
Science ouverte0,0060,007
Intégrité de la recherche0,0080,013
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,942
Tête enseignante GPT0,707
Écart entre enseignants0,235 · 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'étudeSans objet
DomaineMéthodes
GenreSynthèse

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

En bref

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Global HealthMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207