Clinician-researcher’s perspectives on clinical research during the COVID-19 pandemic
Notice bibliographique
Résumé
Objectives: The outcome of well-performed clinical research is essential for evidence-based patient management during pandemics. However, conducting clinical research amidst a pandemic requires researchers to balance clinical and research demands. We seek to understand the values, experiences, and beliefs of physicians working at the onset of the COVID-19 pandemic in order to inform clinical research planning. We aim to understand whether pandemic settings affect physician comfort with research practices, and how physician experiences shape their understanding of research in a pandemic setting. Methods: A survey tool was adapted to evaluate familiarity and comfort with research during a pandemic. A cross-sectional, online questionnaire was distributed across Canadian research networks early in the COVID-19 outbreak. The survey was administered between March 11th and 17th, 2020, during a time of local transmission but prior to the surge of cases. We aimed to recruit into the survey physicians in infectious disease and critical care research networks across Canada. Results: Of the 133 physician respondents, 131 (98%) considered it important to conduct clinical research during the COVID-19 pandemic. Respondents were more accepting of adaptations to the research process during a pandemic compared to in a non-pandemic setting, including conducting research with deferred consent (χ2 = 8.941, 95% CI: -0.264, -0.085, p = 0.003), using non-identifiable observational data with a waiver of consent with a median score of 97 out of 100 (IQR: 79.25–100) vs median 87 out of 100 (IQR: 63–79) (95% CI: -12.43, 0.054, p = 0.052). The majority felt that research quality is not compromised during pandemics. Conclusions: Physicians consider it important to conduct research during a pandemic, highlighting the need to expedite research activities in pandemic settings. Respondents were more accepting of adaptations to the research process for research conducted during a pandemic, compared to that conducted in its absence of a pandemic.
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 | 0,196 | 0,252 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,024 | 0,040 |
| Communication savante | 0,022 | 0,010 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,012 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».