An ethics safe harbor for international genomics research?
Notice bibliographique
Résumé
Background Genomics research is becoming increasingly globally connected and collaborative, contesting traditional ethical and legal boundaries between global and local research practice. As well, global data-driven genomics research holds great promise for health discoveries. Yet, paradoxically, current research ethics review systems around the world challenge potential improvements in human health from such research and thus undermine respect for research participants. Case reports illustrate that the current system is costly, fragmented, inefficient, inadequate, and inconsistent. There is an urgent need to improve the governance system of ethics review to enable secure and seamless genomic and clinical data sharing across jurisdictions. Discussion Building on the international privacy 'safe harbor’ model that was developed following the adoption of the European Privacy Directive, we propose an international infrastructure. The goal is to create a streamlined and harmonized ethics governance system for international, data-driven genomics research projects. The proposed 'Safe Harbor Framework for International Ethics Equivalency’ would consist in part of an agency supporting an International Federation for Ethics Review (IFER), formed by a voluntary agreement among countries, granting agencies, philanthropies, institutions, and healthcare, patient advocacy, and research organizations. IFER would be both a central ethics review body and also a forum for review and follow-up of policies concerning ethics norms for international genomics research projects. It would be built on five principle elements: (1) registration; (2) compliance review; (3) recognition; (4) monitoring and enforcement; and (5) public participation. Summary A Safe Harbor Framework for International Ethics Equivalency would create many benefits for researchers, countries, and the general public, and may eventually have application beyond genomics to other areas of biomedical research that increasingly engage in secondary use of data and present only negligible risks. Among the benefits, research participants and patients would have uniform adequate protection, while researchers would be ensured expert ethics review with a reduction in cost, time, administrative hassle, and redundant regulatory hurdles. Most importantly, society would enjoy the maximization of the potential benefits of genomics research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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; les deux têtes enseignantes 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 ».