Standards for clinical trials for treating TB
Notice bibliographique
Résumé
BACKGROUND: The value, speed of completion and robustness of the evidence generated by TB treatment trials could be improved by implementing standards for best practice. METHODS: A global panel of experts participated in a Delphi process, using a 7-point Likert scale to score and revise draft standards until consensus was reached. RESULTS: Eleven standards were defined: Standard 1, high quality data on TB regimens are essential to inform clinical and programmatic management; Standard 2, the research questions addressed by TB trials should be relevant to affected communities, who should be included in all trial stages; Standard 3, trials should make every effort to be as inclusive as possible; Standard 4, the most efficient trial designs should be considered to improve the evidence base as quickly and cost effectively as possible, without compromising quality; Standard 5, trial governance should be in line with accepted good clinical practice; Standard 6, trials should investigate and report strategies that promote optimal engagement in care; Standard 7, where possible, TB trials should include pharmacokinetic and pharmacodynamic components; Standard 8, outcomes should include frequency of disease recurrence and post-treatment sequelae; Standard 9, TB trials should aim to harmonise key outcomes and data structures across studies; Standard 10, TB trials should include biobanking; Standard 11, treatment trials should invest in capacity strengthening of local trial and TB programme staff. CONCLUSION: These standards should improve the efficiency and effectiveness of evidence generation, as well as the translation of research into policy and practice.
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 | 0,772 | 0,822 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,007 |
| Méta-épidémiologie (sens large) | 0,010 | 0,015 |
| Bibliométrie | 0,023 | 0,021 |
| Études des sciences et des technologies | 0,009 | 0,026 |
| Communication savante | 0,033 | 0,013 |
| Science ouverte | 0,021 | 0,020 |
| Intégrité de la recherche | 0,046 | 0,054 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,015 |
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 ».