Pharmacy Workload in Clinical Trial Management: A Preliminary Complexity Assessment Tool for Sponsored Oncology and Haematology Trials
Notice bibliographique
Résumé
Investigational drug services need to be organised in a structured approach, especially for sites with a large number of ongoing clinical trials. The aim of this study was to develop a tool to assess the complexity of pharmacy involvement in a sponsored oncology clinical trial. Categorisation into ordinal complexity categories was used to assess the complexity of the clinical trials for consistent pharmacy grant applications. The 15 items of the tool were divided into three sections, and individual item scores were agreed upon among four pharmacists with experience in the conduct of clinical trials at two different centres. A final version of the tool, named Pharm-CAT, was approved. The pharmacists were instructed to use Pharm-CAT to assign a score to each new sponsored trial. To determine the cut-offs for the complexity categories, the scores were sorted in ascending order and the cut-offs corresponding to the first and third tertiles of the score distribution were selected. To verify the reproducibility of the results, Pharm-CAT was applied by two pharmacists independently for each trial. Pharm-CAT proved to be user-friendly. Sixty clinical trials were evaluated and a total of 120 scores were recorded. Low-complexity scores ranged from 0 to 19, medium-complexity scores ranged from 20 to 25, and high-complexity scores were 26 or higher. The average score recorded was 22.88 points. Prospective multicentre validation of Pharm-CAT is needed to confirm its applicability.
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 | 0,030 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».