Can patient decision aids help people make good decisions about participating in clinical trials? A study protocol
Notice bibliographique
Résumé
BACKGROUND: Evidence shows that the standard process for obtaining informed consent in clinical trials can be inadequate, with study participants frequently not understanding even basic information fundamental to giving informed consent. Patient decision aids are effective decision support tools originally designed to help patients make difficult treatment or screening decisions. We propose that incorporating decision aids into the informed consent process will improve the extent to which participants make decisions that are informed and consistent with their preferences. A mixed methods study will test this proposal. METHODS: Phase one of this project will involve assessment of a stratified random sample of 50 consent documents from recently completed investigator-initiated clinical trials, according to existing standards for supporting good decision making. Phase two will involve interviews of a purposive sample of 50 trial participants (10 participants from each of five different clinical areas) about their experience of the informed consent process, and how it could be improved. In phase three, we will convert consent forms for two completed clinical trials into decision aids and pilot test these new tools using a user-centered design approach, an iterative development process commonly employed in computer usability literature. In phase four, we will conduct a pilot observational study comparing the new tools to standard consent forms, with potential recruits to two hypothetical clinical trials. Outcomes will include knowledge of key aspects of the decision, knowledge of the probabilities of different outcomes, decisional conflict, the hypothetical participation decision, and qualitative impressions of the experience. DISCUSSION: This work will provide initial evidence about whether a patient decision aid can improve the informed consent process. The larger goal of this work is to examine whether study recruitment can be improved from (barely) informed consent based on disclosure-oriented documents, towards a process of high-quality participant decision-making.
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 | 0,268 | 0,222 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,013 |
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 ».