MétaCan
Menu
Retour à la cohorte
Enregistrement W2800599122 · doi:10.2196/10525

A Digital Decision Support Tool to Enhance Decisional Capacity for Clinical Trial Consent: Design and Development

2018· article· en· W2800599122 sur OpenAlexvenueno aff
Robert Furberg, Alexa Ortiz, Rebecca Moultrie, Melissa Raspa, Anne Wheeler, Lauren McCormack, Donald B. Bailey

Notice bibliographique

RevueJMIR Research Protocols · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésInformed consentCapacity developmentResearch designComputer sciencePsychologyMedicineKnowledge managementProcess managementMedical educationAlternative medicineEngineeringEnvironmental resource management

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Challenges in the clinical and research consent process indicate the need to develop tailored, supportive interventions for all individuals, especially those with limited decisional capacity. We developed a tool to enhance shared decision making and the decisional capacity for individuals with fragile X syndrome engaged in the informed consent process for a clinical trial. OBJECTIVE: We describe the design and development process of a tablet-based decision support tool. METHODS: Our development process for the decision support tool employed a user-centered, feature-driven design approach. We began with an environmental scan to catalog relevant mobile apps, and we conducted interviews with people with a diagnosis of fragile X syndrome and clinicians at fragile X syndrome clinics. To develop content for the decision support tool, we extracted key concepts and elements from a real clinical trial consent form and rewrote it using plain-language principles. RESULTS: We used iterative testing to continuously evaluate and revise the decision support tool content. The tool was finalized in 2016 and contained a series of vignettes, quiz questions, and a sorting activity. A randomized controlled trial was then conducted to compare the efficacy of the decision support tool with a standard verbal presentation of material that mimicked typical informed consent practice. CONCLUSIONS: The informed consent process is primed to leverage digital health resources that promote increased understanding and engagement of research participants in the consent and research process. The process and experiences we describe may provide a model for other digital health design and development initiatives seeking to create more interactive and accessible decision support resources. TRIAL REGISTRATION: ClinicalTrials.gov NCT02465931; https://www.clinicaltrials.gov/ct2/show/NCT02465931 (Archived by WebCite at http://www.webcitation.org/6zx2KY9YW).

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Méthodes
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devishigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,040
score de la tête « metaresearch » (Gemma)0,162
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0400,162
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,907
Tête enseignante GPT0,769
Écart entre enseignants0,138 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Autre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetEthics in Clinical ResearchTravaux en français237 207