MétaCan
Menu
Retour à la cohorte
Enregistrement W3184034278 · doi:10.3390/curroncol28040248

Advancing Academic Cancer Clinical Trials Recruitment in Canada

2021· review· en· W3184034278 sur OpenAlexafffundvenueabout
Rebecca Xu, Diana Kato, Gregory R. Pond, Stephen Sundquist, James Schoales, Saher Lalani, Janet Dancey

Notice bibliographique

RevueCurrent Oncology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensQueen's UniversityMcMaster University
Organismes subventionnairesPartenariat Canadien Contre Le Cancer
Mots-clésMedicineBaseline (sea)Clinical trialPortfolioFamily medicineCancerIncentiveDescriptive statisticsInternal medicineFinanceBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

The Canadian Cancer Clinical Trials Network (3CTN) was established in 2014 to address the decline in academic cancer clinical trials (ACCT) activity. Funding was provided to cancer centres to conduct a Portfolio of ACCTs. Larger centres received core funding and were paired with smaller centres to enable support and sharing of resources. All centres were eligible for incentive-based funding for recruitment above pre-3CTN baseline. Established performance measures were collected and tracked. The overall recruitment target was 50% above pre-3CTN baseline by Year 4. An analysis was completed to identify predictive success factors and descriptive statistics were used to summarize site characteristics and outcomes. From 2014-2018, a total of 11,275 patients were recruited to 559 Portfolio trials, an overall increase of 59.6% above pre-3CTN baseline was observed in Year 4. Twenty-five (51%) adult centres met the Year 4 recruitment target and the overall recruitment target was met within three years. Three factors that correlated with sites' achieving recruitment targets were: time period, region and number of baseline trials. 3CTN was successful in meeting its objectives and will continue to support ACCTs and member cancer centres, monitor performance over time and seek continued funding to ensure success, better trial access and outcomes for patients.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Méthodes · Genre: Synthèse
Porte sur le système de recherche canadien: oui · Porte sur un sujet canadien: oui
Sans objetlow
gptMétarecherche
Domaine: Méthodes · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Revue systématiquelow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,091
score de la tête « metaresearch » (Gemma)0,112
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,678

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0910,112
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0060,012
Études des sciences et des technologies0,0040,003
Communication savante0,0080,003
Science ouverte0,0050,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,935
Tête enseignante GPT0,774
Écart entre enseignants0,161 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Revue systématique
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

Citations2
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetHealth and Medical Research ImpactsCatégorieMétarechercheTravaux en français237 207