Multistudy Research Operations in the ICU: An Interprofessional Pandemic-Informed Approach
Notice bibliographique
Résumé
OBJECTIVES: Proliferation of COVID-19 research underscored the need for improved awareness among investigators, research staff and bedside clinicians of the operational details of clinical studies. The objective was to describe the genesis, goals, participation, procedures, and outcomes of two research operations committees in an academic ICU during the COVID-19 pandemic. DESIGN: Two-phase, single-center multistudy cohort. SETTING: University-affiliated ICU in Hamilton, ON, Canada. PATIENTS: Adult patients in the ICU, medical stepdown unit, or COVID-19 ward. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: An interprofessional COVID Collaborative was convened at the pandemic onset within our department, to proactively coordinate studies, help navigate multiple authentic consent encounters by different research staff, and determine which studies would be suitable for coenrollment. From March 2020 to May 2021, five non-COVID trials continued, two were paused then restarted, and five were launched. Over 15 months, 161 patients were involved in 215 trial enrollments, 110 (51.1%) of which were into a COVID treatment trial. The overall informed consent rate (proportion agreed of those eligible and approached including a priori and deferred consent models) was 83% (215/259). The informed consent rate was lower for COVID-19 trials (110/142, 77.5%) than other trials (105/117, 89.7%; p = 0.01). Patients with COVID-19 were significantly more likely to be coenrolled in two or more studies (29/77, 37.7%) compared with other patients (13/84, 15.5%; p = 0.002). Review items for each new study were collated, refined, and evolved into a modifiable checklist template to set up each study for success. The COVID Collaborative expanded to a more formal Department of Critical Care Research Operations Committee in June 2021, supporting sustainable research operations during and beyond the pandemic. CONCLUSIONS: Structured coordination and increased communication about research operations among diverse research stakeholders cultivated a sense of shared purpose and enhanced the integrity of clinical research operations.
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».