The use of clinical databases in disease outcomes research: Is the ethics of IRB review keeping up?
Notice bibliographique
Résumé
There is a perceived tension in research ethics between protecting the interests of participants and promoting good research as a societal good. The challenge of balancing the potential benefits of large clinical databases for disease outcomes research while protecting patients' privacy and confidentiality is an example of this dynamic. What is new about this tension in the context of "data warehousing" is the conflation of many differing interpretations of relevant ethics terminology, the proliferation of different kinds of databases, as well as the growth of research on a global level without the requisite harmonization of regulatory frameworks. The evolution of electronic medical records, the blurring of lines between clinical care and research in some rare orphan diseases, the growing trend to advocate for patient-centered research, and the advent of "open science" to facilitate global research initiatives have also contributed to challenging the existing norms for degrees of consent to this kind of research.
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 | 0,758 | 0,794 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,012 | 0,061 |
| Communication savante | 0,037 | 0,030 |
| Science ouverte | 0,007 | 0,017 |
| Intégrité de la recherche | 0,018 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».