MétaCan
Menu
Retour à la cohorte
Enregistrement W2040285805 · doi:10.1007/s00268-003-7096-3

Introducing New Technologies: Protecting Subjects of Surgical Innovation and Research

2003· article· en· W2040285805 sur OpenAlexaff
Martin F. McKneally, Abdallah S. Daar

Notice bibliographique

RevueWorld Journal of Surgery · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRatificationConflict of interestInstitutional review boardMedicineClinical trialClinical researchHealth careResearch ethicsPublic relationsPolitical scienceSurgeryLawPathology

Résumé

récupéré en direct d'OpenAlex

The system for protecting human research subjects is under increasing pressure. Under the currently dominant Regulatory Ethics Paradigm, clinical research protocols must be reviewed and approved by an institutional review board (IRB) or equivalent. Although the IRB was introduced into health care in part to protect patients and investigators from the inherent conflict between the best clinical interest of the individual patient and the interest of science and society in answering a clinical question, its rigorous standards and rigid framework discourage surgeons from seeking potentially valuable early IRB consultation. Most of the important advances in the history of medicine, such as anesthesia, appendectomy, antibiotics, intensive care, and immunization, were introduced through an informal, unregulated innovation process that has been enormously productive but can lead to ratification of ineffective or harmful treatment by credulous physicians and patients. We propose a surgical innovation ethics paradigm that is a more nimble, flexible source of institutional and public oversight and approval of innovations that are in the gray zone prior to their conversion to formal protocols that then require IRB approval. We also discuss the management of personal and institutional conflicts of interest.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,160
score de la tête « metaresearch » (Gemma)0,140
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,849

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1600,140
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0090,087
Communication savante0,0240,017
Science ouverte0,0030,020
Intégrité de la recherche0,0270,024
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,103
Tête enseignante GPT0,366
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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

Citations86
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of SurgeryMême sujetBiomedical Ethics and RegulationTravaux en français237 207