MétaCan
Menu
Retour à la cohorte
Enregistrement W4327856893 · doi:10.1017/9781108917919.002

Introduction to Clinical Trial Research

2023· book-chapter· en· W4327856893 sur OpenAlexaff
Jay Park, J. Kyle Wathen, Edward J. Mills

Notice bibliographique

RevueCambridge University Press eBooks · 2023
Typebook-chapter
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésClinical trialSample size determinationProtocol (science)Research designPsychological interventionMedicineClinical study designType I and type II errorsSample (material)Medical physicsComputer scienceStatisticsMathematicsAlternative medicineInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

This chapter introduces clinical research concepts and randomised clinical trials, covering the basics and building blocks that are necessary to understand the topics of adaptive trial designs and master protocols. Clinical trials are a type of prospective experimental studies in which human volunteers receive specific interventions according to the research protocol, then are followed longitudinally over time. Clinical trials are typically conducted in a sequence (from phase I, phase IIA, phase IIB, and phase III) that builds on knowledge accumulated from non-clinical and previous clinical studies. Randomisation is a process of random assignment of clinical trial participants to one or more intervention group(s) or control group under comparison. The use of randomisation provides a sound basis for making statistical causal inference when estimating the comparative treatment effects between groups. Fixed sample trial design refers to a type of designs where the trial data is only analysed once when a priori determined sample size has been reached. Fixed sample trial designs are designed with a fixed maximum sample size, a fixed number of interventions, and a defined end to the trial. This is the most common approach to clinical trial research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,046
score de la tête « metaresearch » (Gemma)0,114
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,269

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,114
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,006
Communication savante0,0090,009
Science ouverte0,0040,003
Intégrité de la recherche0,0080,011
Charge utile insuffisante (le modèle a refusé de juger)0,0800,049

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.

Tête enseignante Opus0,773
Tête enseignante GPT0,565
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207