Clinical events classification (CEC) in clinical trials: Report on the current landscape and future directions — proceedings from the CEC Summit 2018
Notice bibliographique
Résumé
IMPORTANCE: Clinical events adjudication is pivotal for generating consistent and comparable evidence in clinical trials. The methodology of event adjudication is evolving, but research is needed to develop best practices and spur innovation. OBSERVATIONS: A meeting of stakeholders from regulatory agencies, academic and contract research organizations, pharmaceutical and device companies, and clinical trialists convened in Chicago, IL, for Clinical Events Classification (CEC) Summit 2018 to discuss key topics and future directions. Formal studies are lacking on strategies to optimize CEC conduct, improve efficiency, minimize cost, and generally increase the speed and accuracy of the event adjudication process. Major challenges to CEC discussed included ensuring rigorous quality of the process, identifying safety events, standardizing event definitions, using uniform strategies for missing information, facilitating interactions between CEC members and other trial leadership, and determining the CEC's role in pragmatic trials or trials using real-world data. Consensus recommendations from the meeting include the following: (1) ensure an adequate adjudication infrastructure; (2) use negatively adjudicated events to identify important safety events reported only outside the scope of the primary endpoint; (3) conduct further research in the use of artificial intelligence and digital/mobile technologies to streamline adjudication processes; and (4) emphasize the importance of standardizing event definitions and quality metrics of CEC programs. CONCLUSIONS AND RELEVANCE: As novel strategies for clinical trials emerge to generate evidence for regulatory approval and to guide clinical practice, a greater understanding of the role of the CEC process will be critical to optimize trial conduct and increase confidence in the data generated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,485 | 0,496 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,031 | 0,017 |
| Science ouverte | 0,009 | 0,021 |
| Intégrité de la recherche | 0,017 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,012 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».