Cancer Research in Vulnerable Populations: A Call for Collaboration and Sustainability From MENAT Countries
Notice bibliographique
Résumé
PURPOSE: Cancer is a major burden across Middle East, North Africa, Türkiye (MENAT). Many MENAT countries experience multiple conflicts that compound vulnerabilities, but little research investigates the linkages between vulnerability and cancer research. This study examines the current level and the potential for cancer research among vulnerable populations in the MENAT region, aiming to provide direction toward developing a research agenda on the region's vulnerable populations. METHODS: Expert-driven meetings were arranged among the 10 authors. After obtaining institutional review board approval, a self-administered online survey questionnaire was circulated to more than 500 cancer practitioners working in 22 MENAT countries. RESULTS: Two hundred sixteen cancer practitioners across the MENAT region responded. Fifty percent of the respondents identified clinical research in vulnerable patients with cancer as a significant issue; 21.8% reported previous research experience that included vulnerable populations, and 60% reported encountering vulnerable populations in their daily clinical practice. The main barriers to conducting research were lack of funding (60%), protected time (42%), and research training (35%). More than half of the respondents believed that wars/conflicts constituted an important source of vulnerability. The most vulnerable cancer populations were the elderly, palliative/terminally ill, those with concomitant mental health-related issues, those with other chronic illnesses, and socioeconomically deprived patients. CONCLUSION: Results support that a major effort is needed to improve cancer research among vulnerable cancer populations in the MENAT region. We call for interdisciplinary research that accounts for the region's unique, compounding, and cumulative forms of vulnerability. This cancer research agenda on different vulnerable populations must balance sociobehavioral studies that explore sociopolitical barriers to quality care and clinical studies that gauge and refine treatment protocols. Building a research agenda through collaboration and solidarity with international partners is prime time.
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 | 0,008 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| 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 ».