Improving representativeness in trials: a call to action from the Global Cardiovascular Clinical Trialists Forum
Notice bibliographique
Résumé
Participants enrolled in cardiovascular disease (CVD) randomized controlled trials are not often representative of the population living with the disease. Older adults, children, women, Black, Indigenous and People of Color, and people living in low- and middle-income countries are typically under-enrolled in trials relative to disease distribution. Treatment effect estimates of CVD therapies have been largely derived from trial evidence generated in White men without complex comorbidities, limiting the generalizability of evidence. This review highlights barriers and facilitators of trial enrollment, temporal trends, and the rationale for representativeness. It proposes strategies to increase representativeness in CVD trials, including trial designs that minimize the research burden on participants, inclusive recruitment practices and eligibility criteria, diversification of clinical trial leadership, and research capacity-building in under-represented regions. Implementation of such strategies could generate better and more generalizable evidence to reduce knowledge gaps and position the cardiovascular trial enterprise as a vehicle to counter existing healthcare inequalities.
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 | 0,734 | 0,738 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,019 | 0,011 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,006 | 0,037 |
| Communication savante | 0,029 | 0,054 |
| Science ouverte | 0,018 | 0,019 |
| Intégrité de la recherche | 0,060 | 0,089 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».