MétaCan
Menu
Retour à la cohorte
Enregistrement W4382048627 · doi:10.1093/jnci/djad121

The room where it happens: addressing diversity, equity, and inclusion in National Clinical Trials Network clinical trial leadership

2023· article· en· W4382048627 sur OpenAlexaff
Rebecca A. Snyder, Barbara Burtness, May Cho, Jaydira Del Rivero, Deborah B. Doroshow, Kathryn Hitchcock, Aparna Kalyan, Christina Kim, Jelena Lukovic, Aparna R. Parikh, Nina N. Sanford, Bhuminder Singh, Chan Shen, Rachna T. Shroff, Namrata Vijayvergia, Karyn A. Goodman, Pamela L. Kunz

Notice bibliographique

RevueJNCI Journal of the National Cancer Institute · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health NetworkUniversity of Manitoba
Organismes subventionnairesNational Institutes of Health
Mots-clésMentorshipInclusion (mineral)Diversity (politics)Clinical trialEquity (law)MedicinePopulationPublic relationsCultural diversityHealth equityWorking groupMedical educationPsychologyFamily medicinePolitical scienceNursingInternal medicinePublic healthSocial psychologyEnvironmental healthLaw

Résumé

récupéré en direct d'OpenAlex

Many multicenter randomized clinical trials in oncology are conducted through the National Clinical Trials Network (NCTN), an organization consisting of 5 cooperative groups. These groups are made up of multidisciplinary investigators who work collaboratively to conduct trials that test novel therapies and establish best practice for cancer care. Unfortunately, disparities in clinical trial leadership are evident. To examine the current state of diversity, equity, and inclusion across the NCTN, an independent NCTN Task Force for Diversity in Gastrointestinal Oncology was established in 2021, the efforts of which serve as the platform for this commentary. The task force sought to assess existing data on demographics and policies across NCTN groups. Differences in infrastructure and policies were identified across groups as well as a general lack of data regarding the composition of group membership and leadership. In the context of growing momentum around diversity, equity, and inclusion in cancer research, the National Cancer Institute established the Equity and Inclusion Program, which is working to establish benchmark data regarding diversity of representation within the NCTN groups. Pending these data, additional efforts are recommended to address diversity within the NCTN, including standardizing membership, leadership, and publication processes; ensuring diversity of representation across scientific and steering committees; and providing mentorship and training opportunities for women and individuals from underrepresented groups. Intentional and focused efforts are necessary to ensure diversity in clinical trial leadership and to encourage design of trials that are inclusive and representative of the broad population of patients with cancer in the United States.

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)0,534
score de la tête « metaresearch » (Gemma)0,697
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil0,574

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5340,697
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0220,031
Communication savante0,0360,033
Science ouverte0,0100,034
Intégrité de la recherche0,0200,040
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,921
Tête enseignante GPT0,682
Écart entre enseignants0,239 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
DomaineIncitatifs
GenreEmpirique

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

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJNCI Journal of the National Cancer InstituteMême sujetHealth and Medical Research ImpactsTravaux en français237 207