Global representation of heart failure clinical trial leaders, collaborators, and enrolled participants: a bibliometric review 2000–20
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: The geographic representation of investigators and participants in heart failure (HF) randomized controlled trials (RCTs) may not reflect the global distribution of disease. We assessed the geographic diversity of RCT leaders and explored associations with geographic representation of enrolled participants among impactful HF RCTs. METHODS AND RESULTS: We searched MEDLINE, EMBASE, and CINAHL for HF RCTs published in journals with impact factor ≥ 10 between January 2000 and June 2020. We used the Jonckheere-Terpstra test to assess temporal trends and multivariable logistic regression models to explore associations between predictors and outcomes. There were 414 eligible RCTs. Only 80 of 828 trial leaders [9.7%; 95% confidence interval (CI): 7.8-11.8%] and 453 of 4656 collaborators (9.7%; 95% CI: 8.8-10.6%) were from outside Europe and North America, with no change in temporal trends and with greater disparities in large RCTs. The adjusted odds of trial leadership outside Europe and North America were lower with industry funding [adjusted odds ratio (aOR): 0.33; 95% CI: 0.15-0.75; P = 0.008]. Among 157 416 participants for whom geography was reported, only 14.5% (95% CI: 14.3-14.7%) were enrolled outside Europe and North America, but odds of enrolment were 10-fold greater with trial leadership outside Europe and North America (aOR: 10.0; 95% CI: 5.6-19.0; P < 0.001). CONCLUSION: Regions disproportionately burdened with HF are under-represented in HF trial leadership, collaboration, and enrolment. RCT leadership outside Europe and North America is independently associated with participant enrolment in under-represented regions. Increasing research capacity outside Europe and North America could enhance trial diversity and generalizability.
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.
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 | 0,053 | 0,271 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,005 |
| Bibliométrie | 0,002 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| 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 découle