MétaCan
Menu
Retour à la cohorte
Enregistrement W4408936194 · doi:10.1016/s2214-109x(24)00513-8

Democratising clinical trials research to strengthen primary health care

2025· review· en· W4408936194 sur OpenAlexaff
Christopher Butler, Robert Mash, Nina Gobat, Paul Little, Mpundu Makasa, Martha Makwero, Edward J. Mills, Regina Wing Shan Sit, Max Bachmann

Notice bibliographique

RevueThe Lancet Global Health · 2025
Typereview
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesEuropean and Developing Countries Clinical Trials PartnershipDepartment of Health and Social CareNational Institute for Health and Care ResearchNational Institute for Health Research Health Protection Research UnitWorld Health OrganizationEuropean CommissionBill and Melinda Gates Foundation
Mots-clésPrimary health carePrimary careClinical trialMedicineMEDLINEFamily medicineEnvironmental healthPolitical sciencePopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

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 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)0,904
score de la tête « metaresearch » (Gemma)0,904
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,9040,904
Méta-épidémiologie (sens strict)0,0060,008
Méta-épidémiologie (sens large)0,0170,015
Bibliométrie0,0210,017
Études des sciences et des technologies0,0070,040
Communication savante0,0360,052
Science ouverte0,0160,034
Intégrité de la recherche0,0380,063
Charge utile insuffisante (le modèle a refusé de juger)0,0140,013

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 Opus0,673
Tête enseignante GPT0,724
Écart entre enseignants0,051 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Global HealthMême sujetPrimary Care and Health OutcomesTravaux en français237 207