MétaCan
Menu
Retour à la cohorte
Enregistrement W3088056573 · doi:10.1136/medethics-2020-106504

SARS-CoV-2 challenge studies: ethics and risk minimisation

2020· article· en· W3088056573 sur OpenAlexaff
Susan Bull, Euzebiusz Jamrozik, Ariella Binik, Michael Parker

Notice bibliographique

RevueJournal of Medical Ethics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensMcMaster University
Organismes subventionnairesWellcome Trust
Mots-clésResearch ethicsCoronavirus disease 2019 (COVID-19)Public healthSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Ethical issuesRisk assessmentEngineering ethicsMedicinePsychologyPsychiatryComputer scienceNursingDiseasePathology

Résumé

récupéré en direct d'OpenAlex

COVID-19 poses an exceptional threat to global public health and well-being. Recognition of the need to develop effective vaccines at unprecedented speed has led to calls to accelerate research pathways ethically, including by conducting challenge studies (also known as controlled human infection studies (CHIs)) with SARS-CoV-2 (the virus which causes COVID-19). Such research is controversial, with concerns being raised about the social, legal, ethical and clinical implications of infecting healthy volunteers with SARS-CoV-2 for research purposes. Systematic risk evaluations are critical to inform assessments of the ethics of any proposed SARS-CoV-2 CHIs. Such evaluations will necessarily take place within a rapidly changing and at times contested epidemiological landscape, in which differing criteria for the ethical acceptability of research risks have been proposed. This paper critically reviews two such criteria and evaluates whether the use of effective treatment should be a necessary condition for the ethical acceptability of SARS-CoV-2 CHIs, and whether the choice of study sites should be influenced by COVID-19 incidence levels. The paper concludes that ethical evaluations of proposed SARS-CoV-2 CHIs should be informed by rigorous, consultative and holistic approaches to systematic risk assessment.

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)0,010
score de la tête « metaresearch » (Gemma)0,065
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,065
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,012
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 Opus0,369
Tête enseignante GPT0,512
Écart entre enseignants0,143 · 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'étudeSans objet
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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EthicsMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207