Understanding potential barriers and enablers to a perioperative early phase cell therapy trial
Notice bibliographique
Résumé
BACKGROUND AIMS: Early-phase cell therapy clinical trials depend on patient and physician involvement, yet barriers can impede their participation. METHODS: To optimize engagement for a planned cell therapy trial to prevent perioperative cardiac complications, the authors conducted semi-structured interviews with at-risk patients and physicians who could potentially be involved in the study. The authors used the theoretical domains framework to systematically identify potential barriers and enablers. RESULTS: Forty-one interviews were conducted to reach data saturation, and four overall potential barriers to participation (themes) were identified. Theme 1 emphasizes that patients and physicians need accessible information to better understand the benefits and risks of the novel therapy and trial procedures and to address misconceptions. Theme 2 underscores the need for clarity on whether the trial's primary purpose is safety or efficacy, as this may influence patient and physician decisions. Theme 3 recognizes the resource and logistic realities for patients (e.g., convenient follow-up appointments) and physicians (e.g., personnel to assist in trial procedures, competing priorities). Theme 4 describes the importance of social influences (e.g., physicians and family, peers/colleagues) that may affect decisions to participate and the importance of patient preferences (e.g., availability of physicians to discuss the trial, including caregivers in discussions). CONCLUSIONS: Prospectively addressing these issues may help optimize feasibility prior to conducting an expensive, resource-intensive trial.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».