How do we achieve blinding in modern electronic and paper medical records during the conduct of transfusion trials?
Notice bibliographique
Résumé
BACKGROUND: Regulatory aspects of transfusion medicine add complexity in blinded transfusion trials when considering various electronic record keeping software and blood administration processes. The aim of this study is to explore strategies when blinding transfusion components and products in paper and electronic medical records. METHODS: Surveys were collected and interviews were conducted for 18 sites across various jurisdictions in North America to determine solutions applied in previous transfusion randomized control trials. RESULTS: Sixteen responses were collected of which 11 had previously participated in a transfusion randomized control trial. Various solutions were reported which were specific to the laboratory information system (LIS) and electronic medical record (EMR) combinations although solutions could be grouped into four categories which included the creation of a study product code in the LIS, preventing the transmission of data from the LIS to the EMR, utilizing specialized stickers and labels to conceal product containers and documents in the paper records, and modified bedside procedures and documentation. DISCUSSION: LIS and EMR combinations varied across sites, so it was not possible to determine combination-specific solutions. The study was able to highlight solutions that may be emphasized in future iterations of LIS and EMR software as well as procedural changes that may minimize the risk of unblinding.
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 | 0,841 | 0,902 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,023 |
| Communication savante | 0,017 | 0,030 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».