Examining how Ethics in Relation to Health Technology is Described in the Research Literature: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Given the increased use of technology in health care, both in extent and application, the importance of understanding the ethical implications of new health technologies increases. Profound insight into the possible ethical implications of new health technologies enhances the research and development of such technologies and the likelihood of eventual successful implementation in clinical practice. OBJECTIVE: This study aimed to gain an understanding of how and if researchers focused on health technologies describe the actual or possible ethical aspects of their research findings. METHODS: An established framework for scoping reviews was used to guide the methodology. Studies published in PubMed over the last 10 years were included if they study or refer to ethics in relation to health technology as defined by established frameworks. In total, 14,532 articles were screened, 692 were retained for full-text evaluation, and 227 were included for data extraction. RESULTS: In total, 250 (80.9%, N=309) studies were conducted in North America and Europe; literature review studies were dominant. Most studies (52.9%, 120/227) had no direct reference to any of the 4 basic ethical principles: beneficence, nonmaleficence, autonomy, and justice. In cases where studies referenced ethical theory, consequentialism dominated. CONCLUSIONS: When research about technology and ethics is published, the predominant focus is on its intent rather than its actual effect on patients. This lack of insight is problematic considering the vast advancement of technology in which ethics cannot keep up with understanding and offer insights on addressing ethical issues. This finding has implications for practice, research, and education.
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 | 0,093 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».