Informed consent within a learning health system: A scoping review
Notice bibliographique
Résumé
INTRODUCTION: A major consideration for the implementation of a learning health system (LHS) is consent from participants to the use of their data for research purposes. The main objective of this paper was to identify in the literature which types of consent have been proposed for participation in research observational activities in a LHS. We were particularly interested in understanding which approaches were seen as most feasible and acceptable and in which context, in order to inform the development of a Quebec-based LHS. METHODS: Using a scoping review methodology, we searched scientific and legal databases as well as the gray literature using specific terms. Full-text articles were reviewed independently by two authors on the basis of the following concepts: (a) LHS and (b) approach to consent. The selected papers were imported in NVivo software for analysis in the light of a conceptual framework that distinguishes various, largely independent dimensions of consent. RESULTS: A total of 93 publications were analysed for this review. Several studies reach opposing conclusions concerning the best approach to consent within a LHS. However, in the light of the conceptual framework we developed, we found that many of these results are distorted by the conflation between various characteristics of consent. Thus, when these characteristics are distinguished, the results mainly suggest the prime importance of the communication process, by contrast to the scope of consent or the kind of action required by participants (opt-in/opt-out). We identified two models of consent that were especially relevant for our purpose: metaconsent and dynamic consent. CONCLUSIONS: Our review shows the importance of distinguishing carefully the various features of the consent process. It also suggests that the metaconsent model is a valuable model within a LHS, as it addresses many of the issues raised with regards to feasibility and acceptability. We propose to complement this model by adding the modalities of the information process to the dimensions relevant in the metaconsent process.
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 | 0,268 | 0,454 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,023 | 0,032 |
| Études des sciences et des technologies | 0,005 | 0,014 |
| Communication savante | 0,010 | 0,015 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; 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 ».