Evaluating the effects of a global pandemic on the operation of an investigational drug service
Notice bibliographique
Résumé
PURPOSE: This study is an analysis of the changes to workload and operations of UNC Health's investigational drug service (IDS) brought about by the coronavirus disease 2019 (COVID-19) pandemic. METHODS: Workload statistics were collected and analyzed for trend changes to illustrate operational changes necessitated by the COVID-19 pandemic within the IDS pharmacy at UNC Health. RESULTS: Multiple workload metrics declined at the beginning of the COVID-19 pandemic, followed by an increase in the metrics for many categories as the pandemic continued. Notably, monthly inventory added initially decreased by 37.5%, later leveling off but showing increased variability. Fills dispensed and monitoring visits both decreased by 34.5% from the first quarter (Q1) to Q2 of 2020. Both metrics returned to or slightly exceeded prepandemic levels by the end of the study period in March 2021. Patient enrollment decreased 76% from February to May 2020 before dramatically increasing in Q3 of 2020 and Q1 of 2021 with the initiation of COVID-19 vaccine studies. The average time to study startup increased for trials not related to COVID-19 and decreased for COVID-19-related trials. There has been no major impact on the number of open protocols throughout the course of the pandemic. CONCLUSION: Despite initial decreases in workload following the start of the COVID-19 pandemic, IDS operations returned to and, in some cases, exceeded prepandemic levels.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».