An evaluation of race-based representation among men participating in clinical trials for prostate cancer and erectile dysfunction
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: Inclusion of ethnic/racial minorities in clinical trials is essential to fully assess therapeutic efficacy. It is well-known that populations respond dissimilarly to interventions. Our objective is to analyze the inclusion of minority men in clinical trials for erectile dysfunction (ED). Methods: We searched ClinicalTrials.gov for the disease keyword: "Erectile Dysfunction" and used "Prostate Cancer" for comparison. Completed trials which reported demographic data were included for analysis. Literature was reviewed to determine the prevalence of ED and prostate cancer (PC) among Hispanic, Black, White, and Asian men. The proportion of individuals of each group that participated in trials is divided by the proportion of each group in the disease population to calculate the "Participation to Prevalence Ratio" (PPR). PPRs between 0.8 and 1.2 indicates adequate representation, <0.8 is under-representation and >1.2 is over-representation. Results: A total of 312 trials were assessed: 289 for prostate cancer and 23 for ED. Hispanic men comprised 11.8% of ED trial participants and 4.6% of prostate cancer trial participants, yet represented 18% of ED patients and 7.3% of PC patients. Black/African-American (AA) men accounted for 10.2% of ED trial participants and 9.4% of PC trial participants, but comprise 16% of ED patients, and 16.3% of PC patients. Hispanic and AA men are under-represented in trials for ED and Prostate Cancer (Hispanic ED PPR = 0.66; Hispanic PC PPR = 0.63; AA ED PPR = 0.64; AA PC PPR = 0.58). Conclusion: Our analysis shows that both Hispanic and AA men are underrepresented in both ED and PC clinical trials.
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 | 0,464 | 0,510 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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