Implementation of a consent for chart review and contact and its impact in one clinical centre
Notice bibliographique
Résumé
OBJECTIVE: Informed consent and protection of patient confidentiality are central to the conduction of clinical research. Consent for chart review and contact (CCRC) allows a patient chart to be screened for research by persons outside the direct circle-of-care and for the patient to be contacted regarding potential studies. This study describes the process of implementation and benefits of such a consent. DESIGN: We present a descriptive report of a CCRC document that was created and presented to patients over a 3.5-year period at a tertiary care Endocrinology and Metabolism centre. To assess the potential impact of such a document on patient recruitment, the basic demographics of patients who did and did not consent were compared. In addition, we compared the recruitment rate at our centre, using our novel approach, with that at other centres for an ongoing study of patients with type 1 diabetes. RESULTS: A large proportion (6501/8025, or 81%) of patients gave their consent for chart review. Patients who denied consent were more likely to be women and older. Compared with other centres, our centre recruited at the highest rate for a known study of patients with type 1 diabetes. The majority (46/60, or 76.7%) of patients were recruited via the novel approach. CONCLUSIONS: Consent for chart review and contact addresses several important ethical issues regarding the use of patient clinical information for research purposes. Our study demonstrated how such a process can be implemented.
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 | 0,309 | 0,395 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».