Funding distributions, trends, gaps, and policy implications for spinal cord injury research: A systematic analysis of US federal funds
Notice bibliographique
Résumé
Federal agencies including the National Institutes of Health (NIH), Department of Defense (DoD) Congressionally Directed Medical Research Program (CDMRP) Spinal Cord Injury Research Program (SCIRP), and Department of Veterans Affairs (VA) provide the majority of funding for spinal cord injury (SCI) research in the United States. However, systematic evaluation of how funding is distributed across research areas, therapeutic approaches, and translational stages has been limited. To understand the distribution of funds, we curated and classified 1,589 federally funded SCI research awards from the NIH (2008-2023), the CDMRP SCIRP (2009-2023), and the VA (2017-2025). Each award was annotated based on the biological system or problem studied, the therapeutic intervention or approach utilized, and its placement along the translational continuum. Our analysis revealed that the NIH predominantly supports basic and early stage translational research, especially in areas of SCI pathology, regeneration, and motor functional recovery. In contrast, the CDMRP funding is more concentrated on applied and clinical research, particularly in the areas of pain, bladder function, and neuromodulatory device development. The VA predominantly invests in rehabilitation-focused studies and interventions aimed at improving musculoskeletal and functional health outcomes. While the complementary missions of these agencies collectively support a diverse SCI research ecosystem, we identified critical gaps in funding for high-priority areas such as bowel/gastrointestinal health, cardiovascular function, and mental health. Furthermore, the recent discontinuation of the CDMRP SCIRP and proposed NIH budget reductions are projected to lead to an approximate 50% decline in federal SCI research funding by 2026-posing a substantial risk to the field's progress and threatening the stability of this ecosystem. These findings underscore the urgent need for coordinated, data-driven funding strategies that align more closely with the needs and priorities of the SCI community. To that end, we propose the development of a publicly accessible "living dashboard" to enhance transparency, foster interdisciplinary collaboration, and guide strategic investment in SCI research moving forward.
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 | 0,060 | 0,204 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,022 | 0,043 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».