Addressing the Barriers to Clinical Trials Accrual in Community Cancer Centres Using a National Clinical Trials Navigator:A 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
INTRODUCTION: Clinical trials, although academically accepted as the most effective treatment available for cancer patients, poor accrual to clinical trials remains a significant problem. A clinical trials navigator (CTN) program was piloted where patients and/or their healthcare professionals could request a search and provide a list of potential cancer clinical trials in which a patient may be eligible based on their current status and disease. OBJECTIVES: This study examined the outcomes of a pilot program to try to improve clinical trials accrual with a focus on patients at medium to small sized cancer programs. Outcomes examined included patient disposition (referral to and accrual to interventional trials), patient survival, sites of referral to the CTN program. METHODS: One 0.5 FTE navigator was retained. Stakeholders referred to the CTN through the Canadian Cancer Clinical Trials Network. Demographic and outcomes data were recorded. RESULTS: Between March 2019 and February 2020, 118 patients from across Canada used the program. Seven per cent of patients referred were enrolled onto treatment clinical trials. No available trial excluded 39% patients, and 28% had a decline in their health and died before they could be referred or enrolled onto a clinical trial. The median time from referral to death was 109 days in those that passed. CONCLUSION: This novel navigator pilot has the potential to increase patient accrual to clinical trials. The CTN program services the gap in the clinical trials system, helping patients in medium and small sized cancer centres identify potential clinical trials at larger centres.
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 | 0,292 | 0,428 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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