The response of Canada’s clinical health research ecosystem to the COVID-19 pandemic
Notice bibliographique
Résumé
BACKGROUND: The response of Canada's research community to the COVID-19 pandemic provides a unique opportunity to examine the country's clinical health research ecosystem. We sought to describe patterns of enrolment across Canadian Institutes of Health Research (CIHR)-funded studies on COVID-19. METHODS: We identified COVID-19 studies funded by the CIHR and that enrolled participants from Canadian acute care hospitals between January 2020 and April 2023. We collected information on study-and site-level variables from study leads, site investigators, and public domain sources. We described and evaluated factors associated with cumulative enrolment. RESULTS: We obtained information for 23 out of 26 (88%) eligible CIHR-funded studies (16 randomized controlled trials [RCTs] and 7 cohort studies). The 23 studies were managed by 12 Canadian and 3 international coordinating centres. Of 419 Canadian hospitals, 97 (23%) enrolled a total of 28 973 participants - 3876 in RCTs across 78 hospitals (median cumulative enrolment per hospital 30, interquartile range [IQR] 10-61), and 25 097 in cohort studies across 62 hospitals (median cumulative enrolment per hospital 158, IQR 6-348). Of 78 hospitals recruiting participants in RCTs, 13 (17%) enrolled 50% of all RCT participants, whereas 6 of 62 hospitals (9.7%) recruited 54% of participants in cohort studies. INTERPRETATION: A minority of Canadian hospitals enrolled the majority of participants in CIHR-funded studies on COVID-19. This analysis sheds light on the Canadian health research ecosystem and provides information for multiple key partners to consider ways to realize the full research potential of Canada's health systems.
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 | 0,161 | 0,186 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,008 | 0,013 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,013 | 0,003 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».