MétaCan
Menu
Retour à la cohorte
Enregistrement W4402562928 · doi:10.1136/bmjopen-2024-087724

Systematic scoping review of cluster randomised trials conducted exclusively in low-income and middle-income countries between 2017 and 2022

2024· article· en· W4402562928 sur OpenAlexafffund
Cory E. Goldstein, Yacine Marouf, Mira Johri, Julia F Shaw, Anand Sergeant, Stuart G. Nicholls, Fernando Althabe, Rashida A Ferrand, Rieke van der Graaf, Karla Hemming, Lawrence Mbuagbaw, Shaun Treweek, Vivian Welch, Charles Weijer, Monica Taljaard

Notice bibliographique

RevueBMJ Open · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensBruyèreWestern UniversityUniversité de MontréalCentre Hospitalier de l’Université de MontréalSt. Joseph’s Healthcare HamiltonPublic Health OntarioCanadian Patient Safety InstituteUniversity of TorontoOttawa HospitalInstitut National de Santé Publique du QuébecUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicinePsychological interventionCRTSData extractionMEDLINEFamily medicineSystematic reviewCluster (spacecraft)Clinical trialEnvironmental healthNursingPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Cluster randomised trials (CRTs) are used for evaluating health-related interventions in low-income and middle-income countries (LMICs) but raise complex ethical issues. To inform the development of future ethics guidance, we aim to characterise CRTs conducted exclusively in LMICs by examining the types of clusters, settings, author affiliations and primary clinical focus and to evaluate adherence to trial registration and ethics reporting requirements over time. DESIGN: A systematic scoping review using the Preferred Reporting Items for Systematic Review and Meta-Analyses Extension for Scoping Reviews. DATA SOURCES: We searched MEDLINE between 1 January 2017 and 17 August 2022. ELIGIBILITY CRITERIA FOR SELECTING STUDIES: We included primary reports of CRTs evaluating health-related interventions, conducted exclusively in LMICs and published in English between 2017 and 2022. DATA EXTRACTION AND SYNTHESIS: Data were extracted by one reviewer; a second reviewer verified accuracy by extracting data from 10% of the reports. Results were summarised overall and categorised by country's economic level or publication year. RESULTS: Among 800 identified CRTs, 400 (50.0%) randomised geographical areas and 373 (46.6%) were conducted in Africa. 30 (3.7%) had no authors with an LMIC affiliation, and 246 (30.8%) had neither first nor last author with an LMIC affiliation. The relative frequency of first or last authors holding an LMIC affiliation increases as a country's economic level increases. Most CRTs focused on reducing maternal and neonatal disorders (106, 13.3%). 670 (83.8%) CRTs reported trial registration, 786 (98.2%) reported research ethics committee review and 757 (94.6%) reported consent statements. Among the 757 CRTs, 46 (6.1%) reported a waiver or no consent and, among these, 10 (21.7%) did not provide a rationale. Gatekeepers were identified in 403 (50.4%) CRTs. No meaningful trends were observed in adherence to trial registration or ethics reporting requirements over time. CONCLUSION: Our findings suggest existing inequity in authorship practices. There is high adherence to trial registration and ethics reporting requirements, although greater attention to reporting a justification for using a waiver of consent is needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,108
score de la tête « metaresearch » (Gemma)0,363
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,572

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1080,363
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0180,013
Bibliométrie0,0300,027
Études des sciences et des technologies0,0030,004
Communication savante0,0080,009
Science ouverte0,0050,005
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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.

Tête enseignante Opus0,551
Tête enseignante GPT0,617
Écart entre enseignants0,067 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetEthics in Clinical ResearchTravaux en français237 207