Sex, racial, and ethnic disparities in motor neuron disease: clinical trial enrolment
Notice bibliographique
Résumé
Objective Motor neuron disease (MND) is a group of neurological diseases, the majority being amyotrophic lateral sclerosis (ALS), with varying clinical presentations across demographics. Clinical trial enrollment reflecting global disease burden improves understanding of diverse presentations and aids personalized therapy development. We assessed the sex, racial, and ethnic composition of MND/ALS clinical trial participants relative to global disease burdens.Methods We searched ‘motor neuron disease OR amyotrophic lateral sclerosis’ on ClinicalTrials.gov from 02/2000–04/2024. We extracted trial (start year, study site, sponsor location, phase, masking, intervention) and demographic data (sex, race, ethnicity) from randomized interventional studies. We obtained sex-based MND/ALS disease burden estimates from the Global Burden of Disease database. For females, we calculated pooled participation-to-prevalence ratio (PPR) with 95% confidence intervals (CIs), with PPR of 0.8–1.2 indicating adequate enrollment. We used Kruskal–Wallis tests to compare demographic groups across trial characteristics.Results Of 85 trials, females comprised 37.47% (n = 5011) of 13,372 participants; the pooled female PPR was 0.97 (95% CI: 0.77–1.16). Of 41 trials (9340 participants) reporting race, 121 (1.30%) participants were Black or African American, 16 (0.17%) American Indian or Alaskan Native, and 6 (0.06%) Native Hawaiian or Other Pacific Islander. 24 trials (595 participants) reported ethnicity, with a minority of Hispanic participants (n = 153; 2.57%).Conclusions MND/ALS clinical trials had adequate female enrollment relative to global disease burdens. Race and ethnicity data were underreported. However, there were enrollment disparities of racial and ethnic groups. Increased trial leadership diversity, equitable enrollment policies, and addressing barriers to participation could improve enrollment diversity.
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 | 0,071 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».