Enhancing Equity in Clinical Research: A Multifaceted Proposal for Spondyloarthritis
Notice bibliographique
Résumé
Clinical research advances medical knowledge and improves healthcare outcomes. However, disparities in research participation hinder progress. The Unmet Research Needs in Spondyloarthritis Conference IV highlighted critical insights and strategies to enhance equity in clinical research. Talks focused on engaging underrepresented communities and addressing disparities in rheumatic diseases, particularly spondyloarthritis (SpA), to ensure research results are generalizable and inclusive. Disparities in SpA management, such as greater back pain severity among Black and Hispanic Americans and sex-based differences in pain management, emphasize the need for equitable research. Dr. Elizabeth Ferucci discussed the racial disparities in rheumatologic care, highlighting the importance of early access to rheumatologists and culturally informed primary care to improve outcomes. Dr. Hani El-Gabalawy's talk on engaging Indigenous communities stressed the importance of community consent and reciprocal benefits. Dr. Sarfaraz Hasni's presentation on mitigating disparities in research participation underscored the need for inclusive practices and strategies to promote diverse representation. Finally, Dr. Edith Williams emphasized institutional approaches to fostering equity, including diverse recruitment practices and institutional review board alignment with diversity priorities. Strategies to enhance equity in clinical research include community engagement, addressing logistical barriers to participation, and ensuring diverse research teams. These approaches can dismantle barriers for underrepresented communities, making research more accessible and reflective of the broader population. The SpA research community must commit to creating structures that foster inclusivity, ensuring medical advancements benefit all populations, especially historically underrepresented groups. The principles and strategies proposed serve as a roadmap for achieving equity in SpA research.
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 | 0,166 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,057 |
| Communication savante | 0,030 | 0,043 |
| Science ouverte | 0,006 | 0,035 |
| Intégrité de la recherche | 0,049 | 0,067 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».