Pregnant Women in Trials of Covid‐19: A Critical Time to Consider Ethical Frameworks of Inclusion in Clinical Trials
Notice bibliographique
Résumé
Ethical issues abound during this unprecedented international public health crisis of Covid-19. While the trade-off between societal and individual interests that occurs at the intersection of public health ethics and clinical ethics affects all populations, this calculus has particular relevance for pregnant women and the question of when they will have access to new Covid-19 therapies and vaccines. Pregnant women are a "scientifically complex" population whose inclusion in clinical research must be done with consideration of the unique state of pregnancy. Yet research on the impact of Covid-19 on pregnant women is lagging. In a rush to prevent and treat SARS-CoV-2 infection, it is crucial that the interests of pregnant women be prioritized to enable them to make autonomous, informed decisions about participating in clinical trials. The global pandemic calls for a revisiting of frameworks for the inclusion of pregnant women in research, as these women have an important stake in the prevention and treatment of Covid-19.
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 | 0,753 | 0,772 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,010 | 0,005 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,014 | 0,065 |
| Communication savante | 0,050 | 0,052 |
| Science ouverte | 0,014 | 0,024 |
| Intégrité de la recherche | 0,064 | 0,101 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,005 |
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 ».