SARS-CoV-2 challenge studies: ethics and risk minimisation
Notice bibliographique
Résumé
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 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 | 0,410 | 0,361 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,031 |
| Communication savante | 0,015 | 0,010 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,016 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».