A New Vision for Nephrology Trials in Canada
Notice bibliographique
Résumé
Background: The Canadian Nephrology Trials Network (CNTN) was established in 2014 to improve the quantity and quality of clinical trials in nephrology in Canada. With inception of the Canadians Seeking Solutions and Innovations to Overcome Chronic Kidney Disease (Can-SOLVE CKD) Network in 2016, CNTN received additional funding to expand its mandate. We surveyed and assembled a broad cross-section of Canadian kidney patients, nephrology researchers, and other relevant stakeholders in order to establish an expanded new vision for CNTN. Methods: In July-August 2018, we administered two separate surveys - one to patient members of Can-SOLVE CKD and the second to members of CNTN and other Canadian nephrology investigators. We then conducted a two-day visioning workshop in September 2018 to discuss how best to support nephrology research in Canada. Over 40 stakeholders participated, including 10 patients, 22 researchers, and members of the Can-SOLVE CKD Operations Team. Results: Through the survey, we identified two issues that were at least moderately challenging: inability to facilitate multi-site trials (81%) and lack of engagement with community sites (74%). Three key themes emerged from the visioning exercise: peer review, training, and engagement. A summary report captured workshop discussions and was used to inform revisions to CNTN’s structure and governance. Three new working committees were created: Capacity Building, Communication and Engagement, and Scientific Operations; as well as a governing Executive Committee. Each committee is cochaired by a nephrologist and patient, who take turns leading the Executive Committee. Conclusions: With its new vision and committee structure, CNTN aims to promote a culture of collaboration within the Canadian kidney community and integrate patients into research. The network offers resources to enhance nephrology researchers’ ability to conduct clinical trials, directly involve patients in designing studies, and motivate change in patient care based on patient priorities through increased peer review, engagement, and training. Funding: Government Support - Non-U.S.
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 | 0,175 | 0,182 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,025 | 0,038 |
| Communication savante | 0,041 | 0,016 |
| Science ouverte | 0,008 | 0,018 |
| Intégrité de la recherche | 0,018 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».