Why do healthy volunteers participate in clinical trials?
Notice bibliographique
Résumé
Aim: To better understand the motivations and needs of healthy volunteers in clinical trials. Methods: The European Federation for Exploratory Medicines Development (EUFEMED) devised a survey of 58 questions on motivations of volunteers to participate, as well as on needs at the level of convenience, risk/benefit, social interaction, partnership, and altruism. The survey was shared with European Clinical Research Units (CRUs) who agreed to conduct the survey in volunteers taking part in their phase 1 trials. Results: The survey generated responses from 4349 healthy volunteers. In 54% of cases contributing to new treatments was the primary motivation to participate, versus monetary compensation in 41% of responders. Participant requirements during overnight stays defined as important were well-functioning showers (89%), ability to spend some time outside (78%), the meal quality (76%), access to high-speed internet (74%), a place to read/work alone (69%), and a good night rest (69%). Male participants were less focused on a potential health risk than females. The opportunity to socialize with staff was important for 85%, a unit with a cozy interior for 70%, and socializing with other participants for 63% of volunteers. Almost all (91%) volunteers expressed an interest in receiving information on the findings of the trial in lay language. Conclusion: Healthy volunteers in clinical trials have specific needs during their stay in the Clinical Research Unit. Volunteer recruitment, compliance and retainment, as well as an ethical and a subject-centric approach to trial design and conduct can benefit from understanding these needs.
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 | 0,100 | 0,320 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,008 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
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 ».