The Contents and Readability of Informed Consent Forms for Oncology Clinical Trials
Notice bibliographique
Résumé
OBJECTIVES: To compare the quality of informed consent forms (ICF) for different trial phases, funding sources, oncology subspecialties, disease settings, and intervention modalities. METHODS: ICF for prospectively conducted clinical trials were examined for their descriptions of benefits and risks, study alternatives, voluntary participation, and confidentiality. Readability was assessed with Flesch Reading Ease (FRE) score and Flesch-Kincaid Reading Grade Level. RESULTS: Among 262 evaluable trials, ICF contained an average of 3982 words, 379 sentences, and 10.5 pages. The mean FRE score and Reading Grade Level were 61.2 and 7.4, respectively. All ICF explicitly stated that the intervention was investigational. Only 2 (1%) promised direct personal benefits, 16 (6%) suggested the chance of cure or prolonged survival, and 89 (34%) indicated a potential for tumor response. Conversely, 239 (91%) mentioned the risk of serious harms, 217 (83%) admitted that some side effects could be unknown or unpredictable, and 126 (48%) reported hospitalization or death as a possibility. Alternatives to participation, right to withdraw from study, and data confidentiality were addressed in 242 (92%), 254 (97%), and 260 (99%) ICF, respectively. Hematology, industry-funded, metastatic, and systemic therapy trials were most likely to highlight major risks (P < 0.05). Readability was better in phase I trials and in studies, which were performed by medical oncologists, sponsored by governmental agencies, conducted in the metastatic setting, and involved systemic therapy (P < 0.05). CONCLUSIONS: ICF had acceptable readability and provided a realistic overview of the benefits and risks of clinical trials, but the potential for hospitalization or fatality was underreported.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,171 | 0,799 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,013 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».