Influence of the COVID-19 Pandemic on Clinical Trial Discontinuation in Anesthesiology: Cross-sectional Analysis
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
BACKGROUND: The COVID-19 pandemic drastically altered perioperative medical practice owing to safety concerns, postponing elective or nonemergent procedures, supply chain shortages, and reallocating perioperative staff to care for patients with COVID-19. However, the impact of the pandemic on the conduct on anesthesiology clinical research is unknown. OBJECTIVE: The primary objective was to quantify the magnitude of the COVID-19 pandemic's impact on anesthesiology clinical research. METHODS: We performed a systematic search using ClinicalTrials.gov to identify clinical trials related to the practice of anesthesiology. We screened trials with status updates from January 1, 2020, through October 1, 2021, to capture trials potentially affected by the COVID-19 pandemic by the time of our search. Investigators screened for relevant studies and extracted trial characteristics along with the reason for discontinuation reported on the clinical trial registry. RESULTS: A total of 823 clinical trials met inclusion criteria, and 146 clinical trials were discontinued within the designated date range. In total, 24 (16.4%) of the 146 clinical trials were halted explicitly owing to the COVID-19 pandemic. A significant association existed between trial enrollment numbers and the likelihood of discontinuation due to the COVID-19 pandemic, as larger trials were more likely to be disrupted (z=-2.914, P=.004). CONCLUSIONS: The COVID-19 pandemic is reportedly associated with the discontinuation of anesthesiology-related clinical trials. With the uncertain course of the COVID-19 pandemic, developing anesthesia trial protocols to help minimize social interaction and prevent premature trial disruption are imperative.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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