Democratising clinical trials research to strengthen primary health care
Notice bibliographique
Résumé
The World Health Assembly has called for clinical trials to be strengthened, with broader demographic and geographical inclusion of populations. The objective of this paper is to highlight the importance of rigorous evidence to maximise the health gains of primary health care, and to identify strategies for strengthening clinical trials in primary care. Clinical trials should evaluate interventions of all kinds, including preventive manoeuvres, diagnostics, health service research questions, behavioural and educational interventions, vaccines, therapeutics, and policies. Single question trials can be inefficient and seldom strengthen health systems. New approaches that develop or strengthen health research infrastructure and embed research in primary care will identify effective interventions faster, how to deliver them better, and more accurately determine to whom they should be applied. When patients and community members, together with researchers, contribute to conception, design, and delivery, research will result in more useful, relevant evidence. Traditional site-based recruitment (where the participant comes to the trial) can be complemented by approaches that give people the opportunity to contribute regardless of where they live and receive their health care (taking the trials to the people). However, this cannot be done until regulation is modernised to make it easier for health-care professionals, researchers, and research participants to co-design, deliver, and implement such trials, and to develop processes to coordinate and monitor progress against goals for budget shifts, delivery, engagement, trials activity, and impact. Strengthening primary care trials is especially important in those regions where primary care is most under-resourced and is key to pandemic preparedness. Not doing so risks widening inequities further.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,100 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».