MétaCan
Menu
Retour à la cohorte
Enregistrement W3159747387 · doi:10.24908/iqurcp.9072

3. Clinical Trials Knowledge in Oncology Patients: a Comparison of Actual Knowledge versus Trialists’ Priorities

2016· article· en· W3159747387 sur OpenAlexvenueno aff
Paul Cameron

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLikert scaleClinical trialMedicineScale (ratio)DemographicsAlternative medicineFamily medicineInternal medicineOncologyPsychologyPathology

Résumé

récupéré en direct d'OpenAlex

Background: Advancements in oncology depend on clinical trials, yet recruitment to trials remains poor. Previous efforts to increase enrolment by providing educational materialsto patients have improved patient understanding of trials, but not recruitment. To understand the clinical trials knowledge gaps among oncology patients, surveys of patients and trialists were conducted and compared. Methods: Patients completed a questionnaire measuring their understanding of key concepts in clinical trials. Twenty-two “true/false/do not know” knowledge questions, two 5-point Likert opinion questions, one free-text space and demographics were collected. Trialists (nurses and physicians) completed 13 five-point Likert scale questions plus freetext space to measure the importance they placed on patient knowledge of specific topics. The relationship between what trialists valued and actual patient knowledge was compared. Results: Patients thought they had a good understanding of clinical trials (50%) however this apparent understanding of clinical trials was not reflected in the scoring as only 58.3% (SD 23.5) of questions were answered correctly. There were positive associations shown between education level, personal belief of understanding and willingness to join a clinical trial with percentage of correct responses (p=0.006, p<0.001, p=0.002 respectively). For topics given high knowledge priority by trialists, patients gave correct answers for lessthan 50%. Conclusion: Among patients with cancer, there is a poor knowledge of clinical trials and a gap between what trialists think patients ought to know and actual patientunderstanding. These results support the development of educational materials on clinical trials for oncology.

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)0,013
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,835
Tête enseignante GPT0,696
Écart entre enseignants0,139 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetEthics in Clinical ResearchTravaux en français237 207