The Rethinking Clinical Trials (REaCT) Program: A Pragmatic Research Strategy to Improve Cancer Care for Patients, Caregivers, and Healthcare Systems
Notice bibliographique
Résumé
Cancer care has become increasingly complex, expensive, and inaccessible, with patients often exposed to increased treatment-related harms for marginal benefits. Pragmatic clinical trials offer a solution by conducting real-world studies that evaluate dose optimization, toxicity, quality of life, and resource utilization. Pragmatic trials can also address the efficacy-effectiveness gap: the poorer outcomes and greater toxicity observed in everyday practice compared to those reported in many clinical trials. The Rethinking Clinical Trials (REaCT) program was designed to conduct patient-centered practice-changing research by involving patients, their families, and healthcare providers in the design of inclusive, real-world clinical trials. The REaCT process starts with surveys and systematic reviews to identify knowledge gaps and uses this information to design pragmatic clinical trials that address these deficits. Since 2014, the program has conducted 17 patient and 17 healthcare provider surveys with 2298 and 1033 responses, respectively. With these results, the program has performed 22 systematic reviews. These surveys and systematic reviews have resulted in 19 completed and 8 ongoing REaCT clinical trials that have recruited over 5000 patients from across Canada. Here, we present some of the practice-changing research conducted by the REaCT program and address challenges facing the growth of pragmatic 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 | 0,653 | 0,646 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,013 | 0,017 |
| Science ouverte | 0,008 | 0,028 |
| Intégrité de la recherche | 0,009 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».