MétaCan
Menu
Retour à la cohorte
Enregistrement W4251270351 · doi:10.1200/jco.2002.20.2.545

Factors Affecting Workload of Cancer Clinical Trials: Results of a Multicenter Study of the National Cancer Institute of Canada Clinical Trials Group

2002· article· en· W4251270351 sur OpenAlexaffabout
Kathyrn Roche, Nancy Paul, Bobbi Smuck, Marlo Whitehead, Benny Zee, Joseph L. Pater, Mary-Anne Hiatt, Hugh Walker

Notice bibliographique

RevueJournal of Clinical Oncology · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésClinical trialMedicineWorkloadProtocol (science)CancerData collectionStage (stratigraphy)Internal medicineAlternative medicineStatisticsPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Increasingly, cancer treatment centers need to be able to estimate specific costs and resources associated with clinical trials. Because the time requirements of trial coordination and data collection are not well known, the Clinical Research Associates (CRA) Committee of the National Cancer Institute of Canada Clinical Trials Group carried out a multicenter study to measure trials’ task times and evaluate the effects of certain factors. METHODS: A data collection instrument was designed and validated before its implementation in the study. Eighty-three CRAs from 24 cancer treatment institutions across Canada collected timing observations of 41 tasks (156 subtasks). Information from all stages of trials activity (protocol management, eligibility and entry, treatment, and follow-up and final stage) was obtained, from initial negotiations to follow-up after study closure. RESULTS: After controlling for stage, phase and sponsor were found to be significant independent factors. Analysis within the stages showed similar patterns. New drug inclusion as a factor was confounded with phase. Industry-sponsored studies had significantly higher overall mean times than did local and cooperative group studies. Early-phase studies required more time than did phase III trials. External sponsorship of any kind increased CRA time more than that necessary for locally coordinated studies, except during the protocol management stage. The burden of a phase I study increased to greater than average once underway and accruing patients. CONCLUSION: Our data demonstrated that sponsor and study phase are important factors to be taken into consideration when estimating clinical trial costs and resource use.

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)0,068
score de la tête « metaresearch » (Gemma)0,258
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,359

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,258
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,009
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,916
Tête enseignante GPT0,681
Écart entre enseignants0,234 · 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'étudeObservationnel
DomaineMéthodes
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

Citations57
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207