Clinical Trials in Pancreatitis: Opportunities and Challenges in the Design and Conduct of Patient-Focused Clinical Trials in Recurrent Acute and Chronic Pancreatitis
Notice bibliographique
Résumé
ABSTRACT: Recurrent acute pancreatitis and chronic pancreatitis represent high morbidity diseases, which are frequently associated with chronic abdominal pain, pancreatic insufficiencies, and reduced quality of life. Currently, there are no therapies to reverse or delay disease progression, and clinical trials are needed to investigate potential interventions that would address this important gap. This conference report provides details regarding information shared during a National Institute of Diabetes and Digestive and Kidney Diseases-sponsored workshop on Clinical Trials in Pancreatitis that sought to clearly delineate the current gaps and opportunities related to the design and conduct of patient-focused trials in recurrent acute pancreatitis and chronic pancreatitis. Key stakeholders including representatives from patient advocacy organizations, physician investigators (including clinical trialists), the US Food and Drug Administration, and the National Institutes of Health convened to discuss challenges and opportunities with particular emphasis on lessons learned from trials in participants with other painful conditions, as well as the value of incorporating the patient perspective throughout all stages of 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,894 | 0,817 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,009 | 0,023 |
| Communication savante | 0,034 | 0,028 |
| Science ouverte | 0,011 | 0,019 |
| Intégrité de la recherche | 0,022 | 0,038 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».