MétaCan
Menu
Retour à la cohorte
Enregistrement W2889892782 · doi:10.23889/ijpds.v3i4.594

Principles and operational model for governing Diabetes Action Canada's data repository for patient-oriented research

2018· article· en· W2889892782 sur OpenAlexaffabout
Donald J. Willison, Joslyn Trowbridge, Frank Sullivan, Karim Keshavjee, Michelle Greiver

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAccountabilityInformation governanceTransparency (behavior)ImpartialityCorporate governanceMedicinePublic relationsNursingPolitical scienceBusinessInformation system

Résumé

récupéré en direct d'OpenAlex

Introduction Diabetes Action Canada is developing a data repository and registry of potential research participants to support research, QI, and service to improve diabetes care. Central to the repository are pseudonymised linkable electronic medical records (EMRs) from family practices that are participating in the Canadian Primary Care Sentinel Surveillance Network (CPCSSN).
 Objectives and Approach We sought to develop an information governance process that would engender the trust of patients and the health care professionals (HCPs) that their EMR data were being managed responsibly in the best interests of patients living with diabetes. Following an extensive literature review, we developed a principles-based governance framework and operational model, with a strong focus on patient participation in the governance process. We recruited patients through our pre-existing patient advisory circles and physicians through our partners in CPCSSN. In January 2018, we held a training workshop for Research Governing Committee (RGC) members.
 Results We identified eight values-based principles to guide our governance process: transparency; accountability; following the rule of law; integrity of purpose, science and ethics; participation and inclusiveness; impartiality and independence; effectiveness; efficiency and responsiveness; and reflexivity and continuous quality improvement of process. Patients represent 50% of RGC members and HCPs 20%. Patient members provide their perspectives on: goals and outcomes of the research; the benefits and burdens among people living with diabetes; and the communication preferences of patients around recruitment. HCPs provide a deep understanding of the settings and systems in which care is provided to ensure contextual integrity of the research. Two researchers and one person with bioethics expertise provide technical and ethics perspectives on data requests.
 Conclusion/Implications Governance must go beyond legal compliance to ensure a ’social licence’ for the use of the data. In part, we address this through our guiding principles, our emphasis on patient and healthcare provider perspectives, and focus on research that is scientifically sound, ethically robust and in the public interest.

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)0,009
score de la tête « metaresearch » (Gemma)0,047
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,047
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,727
Tête enseignante GPT0,632
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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetEthics in Clinical ResearchTravaux en français237 207