Sex Representation Among Principal Investigators in Cardiac Surgery Clinical Trials in the United States
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to determine the sex representation among principal investigators (PIs) in US cardiac surgery clinical trials. SUMMARY BACKGROUND DATA: Being a principal investigator in a US clinical trial confers national recognition among peers. Sex representation among principal investigators (PIs) in US cardiac surgery clinical trials has not been evaluated. METHODS: We evaluated 124 US cardiac surgery trials registered on Clin-icalTrials.gov from 2014 to 2019. Sixty trials included PIs (n = 266) from 128 institutions that had a combined total of 1040 adult cardiac surgeons. We examined sex representation among junior-level (instructor or assistant professor) and senior-level (associate, full, or Emeritus professor) PIs by calculating the participation-to-prevalence ratio (PPR), whereby a PPR range of 0.8 to 1.2 reflects equitable representation. RESULTS: The pool representation percentage was 6.1% (63/1040) for women and 93.9% (977/1040) for men. A total of 266 PI positions were assigned to adult cardiac surgeons: 6 (9.5%; PPR = 0.37) from the female pool and 260 (26.6%; PPR = 1.04) from the male pool ( P = 0.004). The percentage of PIs with studies funded by industry was 9.5% ofthe female pool (PPR = 0.39) and 25.0% of the male pool (PPR = 1.04) ( P = 0.009). No National Institutes of Health-funded or other funded trials had female PIs. An overall trend was observed toward disproportionally more men than women among PIs, especially at the senior level ( P = 0.027). CONCLUSIONS: Equitable opportunities for PI positions are available for junior-level but not senior-level cardiothoracic surgeons. These results suggest a need for active engagement and promotion of equal opportunities in cardiac surgery.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,036 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».