MétaCan
Menu
Retour à la cohorte
Enregistrement W2107450547 · doi:10.1197/jamia.m2457

Alternatives to Project-specific Consent for Access to Personal Information for Health Research: What Is the Opinion of the Canadian Public?

2007· article· en· W2107450547 sur OpenAlexaffabout
Donald J. Willison, Lisa Schwartz, Julia Abelson, Cathy Charles, Marilyn Swinton, David Northrup, Lehana Thabane

Notice bibliographique

RevueJournal of the American Medical Informatics Association · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensSt. Joseph’s Healthcare HamiltonYork University
Organismes subventionnairesnon disponible
Mots-clésConfidentialityInformed consentPublic healthInternet privacyMedical recordHealth carePersonally identifiable informationMedical educationMedicineFamily medicinePsychologyPublic relationsNursingPolitical scienceAlternative medicineComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study sought to determine public opinion on alternatives to project-specific consent for use of their personal information for health research. DESIGN: The authors conducted a fixed-response random-digit dialed telephone survey of 1,230 adults across Canada. MEASUREMENTS: We measured attitudes toward privacy and health research; trust in different institutions to keep information confidential; and consent choice for research use of one's own health information involving medical record review, automated abstraction of information from the electronic medical record, and linking education or income with health data. RESULTS: Support was strong for both health research and privacy protection. Studying communicable diseases and quality of health care had greatest support (85% to 89%). Trust was highest for data institutes, university researchers, hospitals, and disease foundations (78% to 80%). Four percent of respondents thought information from their paper medical record should not be used at all for research, 32% thought permission should be obtained for each use, 29% supported broad consent, 24% supported notification and opt out, and 11% felt no need for notification or consent. Opinions were more polarized for automated abstraction of data from the electronic medical record. Respondents were more willing to link education with health data than income. CONCLUSIONS: Most of the public supported alternatives to study-specific consent, but few supported use without any notification or consent. Consent choices for research use of one's health information should be documented in the medical record. The challenge remains how best to elicit those choices and ensure that they are up-to-date.

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)0,090
score de la tête « metaresearch » (Gemma)0,178
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,494

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0900,178
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0130,019
Communication savante0,0110,005
Science ouverte0,0030,004
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,641
Tête enseignante GPT0,636
Écart entre enseignants0,005 · 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'étudeObservationnel
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

Citations92
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Medical Informatics AssociationMême sujetEthics in Clinical ResearchTravaux en français237 207