From the Front Lines: Trialing Research Ethics in the Time of Ebola
Notice bibliographique
Résumé
Study/Objective: Focused on first-person accounts of clinical trials conducted during the West Africa Ebola outbreak, this study unpacks challenges and strategies for the ethical conduct of research during public health emergencies, adding evidence to existing recommendations for the ethical conduct of research in public health emergencies.Background: Research conducted during the 2014-15, West Africa Ebola outbreak presented a number of documented, ethical and practical challenges.Alongside the recruitment and consenting of participants amongst patients subject to isolation and quarantine, research involved the testing of unproven agents with no known alternative.Research occurred in the context of widespread fear, distrust of hospitals, foreigners, vaccines, and/or local authorities.It involved a little, understood Level 4 Pathogen.The Ebola research context presented the coexistence of all these challenges in one research context, and the possibilitydue to the number and variety of studies carried out in three countriesto compare experiences and innovations to the challenges of upholding ethical standards during an emergency of this scale.Methods: Data was gathered through Skype and in-person semi-structured interviews (N = 110) with stakeholders directly involved in research at trial sites in Guinea, Sierra Leone, and Liberia (as survivors, proxy decision-makers local and international research ethics board members members, research and Ebola Treatment/Management Center staff).Results: Different trials and trial contexts presented some similar, but also unique ethical challenges.Examined in depth are two case studies: one showing gaps in guidelines and resources available to support the ethical conduct of research, the other illustrating the importance of creative, context-tailored responses to exceptionally challenging clinical research settings.Conclusion: This study builds on a growing body of knowledge directly engaging ethical and practical experiences and challenges, of conducting ethical research during public health emergencies.
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 | 0,183 | 0,249 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,021 | 0,051 |
| Communication savante | 0,021 | 0,020 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,008 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».