MétaCan
Menu
Retour à la cohorte
Enregistrement W2600564521 · doi:10.1136/medethics-2016-103414

Undue inducement: a case study in CAPRISA 008

2017· article· en· W2600564521 sur OpenAlexaff
Kathryn Mngadi, Jerome Amir Singh, Leila E. Mansoor, Douglas Wassenaar

Notice bibliographique

RevueJournal of Medical Ethics · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesTides FoundationUnited States Agency for International Development
Mots-clésDeceptionReimbursementClinical trialUndue influenceInformed consentHealth careMedicineUnintended consequencesInternet privacyBusinessFamily medicinePsychologyAlternative medicineComputer scienceSocial psychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

: Participant safety and data integrity, critical in trials of new investigational drugs, are achieved through honest participant report and precision in the conduct of procedures. HIV prevention post-trial access studies in middle-income countries potentially offer participants many benefits including access to proven efficacious but unlicensed technologies, ancillary care that often exceeds local standards-of-care, financial reimbursement for participation and possibly unintended benefits if participants choose to share or sell investigational drugs. This case study examines the possibility that this combination of benefits may constitute an undue inducement for some participants in middle-income countries, where economic challenges are prevalent. A case study is presented of a single participant in a cohort of 382 participants who used concealment, fabrication and deception to ensure eligibility for a post-trial access study of an unlicensed HIV prevention technology at potential risk to her health and that of her fetus. A root cause analysis revealed her desire to access HIV prevention during an unplanned pregnancy with a partner whose faithfulness was in question. Researchers should consider implementation of systems to efficiently identify similar cases without inconveniencing the majority of participants TRIAL REGISTRATION NUMBER: NCT01691768.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,088
score de la tête « metaresearch » (Gemma)0,451
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesMétarecherche, Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,429
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0880,451
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,037
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,808
Tête enseignante GPT0,713
Écart entre enseignants0,095 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EthicsMême sujetEthics in Clinical ResearchTravaux en français237 207