MétaCan
Menu
Retour à la cohorte
Enregistrement W4223526017 · doi:10.1016/j.jcyt.2021.08.008

Understanding potential barriers and enablers to a perioperative early phase cell therapy trial

2022· article· en· W4223526017 sur OpenAlexafffund
Madison Foster, Dean Fergusson, Victoria Hunniford, Analyssa Cardenas, Gisell Castillo, Judith Yaworsky, C. David Mazer, P.J. Devereaux, Daniel I. McIsaac, Duncan J. Stewart, Justin Presseau, Manoj M. Lalu

Notice bibliographique

RevueCytotherapy · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensPopulation Health Research InstituteOttawa Public HealthUniversity of TorontoHamilton Health SciencesUniversity of OttawaOttawa Hospital
Organismes subventionnairesUniversity of OttawaOttawa Hospital Anesthesia Alternate Funds AssociationHeart and Stroke Foundation of Canada
Mots-clésCLARITYPerioperativeMedicineClinical trialTheme (computing)PsychologySurgery

Résumé

récupéré en direct d'OpenAlex

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 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)0,208
score de la tête « metaresearch » (Gemma)0,243
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,977

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2080,243
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,012
Communication savante0,0100,007
Science ouverte0,0020,007
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,325
Écart entre enseignants0,236 · 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

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCytotherapyMême sujetBiomedical Ethics and RegulationTravaux en français237 207