Race-based reporting and participation of Black individuals in registered pain clinical trials, United States, 2000 to 2019
Notice bibliographique
Résumé
ABSTRACT: There are numerous, well-established racial disparities in the management of pain. The degree to which these are evident at the stage of conducting clinical trials is unknown. To address this knowledge gap, we examined race-based reporting, participation of Black individuals, and the factors associated with reporting and participation in pain clinical trials in the United States. Data were extracted from Clinicaltrials.gov and published articles. One thousand two hundred trials met our inclusion criteria; 482 (40.2%) reported participant race. More recent, publicly funded, and larger trials were more likely to report race. Of 82,468 participants included in pain clinical trials that reported race, 15,101 were Black individuals (18.3%). Participation of Black individuals was significantly associated with pain type (ß = +27% in cardiovascular disease pain compared with acute pain, P < 0.05), study population (ß = +33% and +7% in pain in minoritized populations and women, respectively, compared with general population, P < 0.05), pain intervention (ß = +7.5% for trials of opioid interventions compared with nonopioid interventions, P < 0.05), and a diverse team of investigators (ß = +8.0% for studies incorporating a visible non-White investigator compared with those that did not, P < 0.05). Our results indicate that representation of Black participants in pain clinical trials generally aligns with national demographics in the United States. Increased representation corresponds with health conditions more prevalent among Black individuals (eg, cardiovascular disease) and with a diverse study team composition. Despite these encouraging results, less than half of pain trials reported race, which introduces potential publication bias and limits external validity.
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 | 0,056 | 0,179 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».