MétaCan
Menu
Retour à la cohorte
Enregistrement W7132938205

Building a bridge between animal studies and human randomized trials

2006· dissertation· W7132938205 sur OpenAlexfundno aff
Daniel Gidon Hackam

Notice bibliographique

RevueTSpace · 2006
Typedissertation
Langue
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Medicine, University of TorontoUniversity of TorontoOntario Ministry of Health and Long-Term Care
Mots-clésAnimal healthClinical trialDiseaseAnimal modelReplicateHuman studiesHuman diseaseAnimal testingRandomized controlled trial
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Animal experiments are widely used in biomedical research to develop new therapies for human disease. Such experiments are conducted under the assumption that animal models mirror human disease with a high degree of fidelity and that findings of efficacy in animal models will generally translate into effective human interventions. Yet experience shows that many agents which prevent or treat disease in animal models fail to replicate when the results are tested in subsequent human clinical trials. The problem is evident in many domains but is especially apparent in cardiovascular medicine. This dissertation formulates a comprehensive strategy based on health services research to evaluate the results of animal studies before clinical trials are undertaken. The strategy is applied to address three areas in vascular medicine where promising animal data support therapeutic efficacy. The results suggest this approach yields a number of advantages over the current pathway of taking animal data directly into clinical trials. First, by imposing an intermediate phase between animal experimentation and randomized trials, health services research can be used to vet animal findings for human applicability and relevance; such work can act as a stage of sober, second thought. Second, health services studies can generate information on effect size and other vital variables for planning successful clinical trials. Third, health services studies can shed light on many elements not often seen in animal data, such as toxicity, cost-effectiveness, the impact of comorbidity, and evaluation of class effects and non-compliance. Fourth, the approach can be adapted to translating animal evidence on etiology and pathogenesis to human beings. Ultimately, the most significant implication of this approach is to enhance the process by which animal data is transformed into advances in the prevention and treatment of human disease.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,381
Tête enseignante GPT0,549
Écart entre enseignants0,168 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetAnimal testing and alternativesTravaux en français237 207