Improved health or improved decision making? The ethical goals of EBM
Notice bibliographique
Résumé
Evidence-based medicine (EBM) is frequently portrayed as a value-free approach to knowing what kinds of treatment 'really work.' Since practitioners should help patients to improve their health, and EBM tells us which interventions will work, then it follows that we must practice EBM, offering only those interventions supported by evidence. The primary goal of EBM, then, is an ethical one - to improve health. More recently, EBM's authors have also committed themselves to 'shared decision making' in which evidence plays a role in the clinical encounter, but where patients, motivated by their own values, should have final decision-making authority. Envisioned this way, strengthening the informed consent process, rather than improved health per se, is viewed as the goal of EBM. In this paper, I will explore this shift in EBM's ethics from the goal of improved health towards the goal of strengthened informed consent. Drawing upon data from a qualitative enquiry of scholars involved in the development of EBM, I will argue that EBM is now committed to both of these ethical goals. Where they conflict, the aim of the intervention will determine which goal practitioners should pursue. Having increased the ethical complexity of EBM, we are left with the question of whether EBM would still be judged a success if it did not lead to much in the way of improvements in health, but primarily strengthened informed consent. This paper will conclude by arguing that this more nuanced version of EBM's ethics accurately reflects the dynamics of real clinical practice but undermines the original, perceived need for EBM.
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 | 0,233 | 0,232 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,151 |
| Communication savante | 0,021 | 0,036 |
| Science ouverte | 0,004 | 0,017 |
| Intégrité de la recherche | 0,022 | 0,033 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».