Legislative regulation and ethical governance of medical research in different European Union countries
Notice bibliographique
Résumé
OBJECTIVE: To obtain information about the similarities and differences in regulating different types of medical research in the European Union (EU). METHODS: Web searches were performed from September 2009 to January 2011. Notes on pre-determined topics were systematically taken down from the web pages. The analysis relied only on documents and reports available on the web, reflecting the situation at the end of 2010. RESULTS: In several countries, regulatory legislation applied only to clinical trials on drugs and medical devices, in other states various types of research were also regulated but by laws different from those concerning trials, and in many countries, some research areas were not controlled by legislation at all. In very few countries was all medical research handled similarly from a legal point of view. The number of research ethics committees (RECs) in a single country varied from one to 264. Their areas of responsibility, working principles and length of time to grant research permission varied as well as the rules for obtaining informed consent from vulnerable groups. In 10 EU countries, there was no appeal mechanism after a negative decision by an REC. The RECs were not accountable to any organisation in five EU countries. CONCLUSIONS: There is a need for a fundamental debate regarding whether and which kinds of changes are needed for the further harmonisation of medical research governance in the EU and how cross-country medical research could be facilitated in the future.
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 | 0,176 | 0,338 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,048 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».