The Deferred Consent Model in a Prospective Observational Study Evaluating Myocardial Injury in the Intensive Care Unit
Notice bibliographique
Résumé
BACKGROUND: Informed consent is a hallmark of ethical clinical research. An inherent challenge in critical care research is obtaining consent when patients lack decision-making capacity. One solution is deferred consent, which is often used for studies that are low risk or involve emergency interventions. Our objective was to describe a deferred consent model in a low-risk critical care study. METHODS: Prognostic Value of Elevated Troponins in Critical Illness Study was a prospective, pilot observational study of critically ill patients in 3 intensive care units, involving serial electrocardiograms and cardiac biomarkers. Newly admitted patients were enrolled over 1 month. When possible, informed consent was obtained a priori from the patient or substitute decision maker (SDM); otherwise, consent was deferred until the patient regained consent capacity or until their SDM was available. Logistic regression analysis was used to determine the association between patient's sex, Acute Physiology and Chronic Health Evaluation II score, study center, person providing consent (patient vs SDM), method of consent (telephone vs in person), and the provision or not of informed consent. RESULTS: The overall consent rate was 80.1% (213 of 266 persons approached). Of the 53 persons declining consent, 37 (69.8%) agreed to the use of data collected up until that point. Over half of all consent encounters were with patients rather than SDMs. Median interval delay between enrollment and the consent encounter was 1 day. On multivariate analysis, the only variable associated with consent was male sex of the patient (odds ratio for males 2.59, confidence interval: 1.19-5.63). CONCLUSION: Deferred consent facilitates implementation of time-sensitive research protocols until a consent encounter is possible. As a feasible alternative to exclusive a priori consent, the deferred consent model can be useful in low-risk studies in critically ill patients.
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 | 0,073 | 0,105 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».