Ethical Considerations Regarding Financial Incentives in Plastic Surgery-Related Health Research
Notice bibliographique
Résumé
Introduction: To recruit enough patients to achieve adequate statistical power in clinical research, investigators often rely on financial incentives. The use of these incentives, however, remains controversial as they may cause patients to overlook risks associated with research participation. This concern is amplified in the context of plastic surgery where aesthetic procedures are often more desirable and are not typically covered by public or private insurance plans. Despite this, the ethical debate regarding the use of incentives has largely been absent from plastic surgery journals; therefore, efforts to summarize the existing literature in the context of plastic surgery are necessary. Methods: A narrative review of the peer-reviewed published literature was performed to identify existing articles pertaining to financial incentives in plastic surgery-related health research. Results: While incentives have the potential to improve sample sizes and promote the recruitment of under-represented patient populations, undue inducement and biased recruitment are possible. At present, there exists a paucity of empirical evidence to substantiate this. Efforts should be taken by investigators and research ethics boards (REBs) to limit the potential negative impacts of monetary compensation. Investigators should place reasonable limits on the value of incentives as well as select models associated with lower risks of undue influence and enrollment bias. When financial remuneration is offered, additional care should be taken by investigators to ensure participants are adequately informed of the risks associated with research participation. Conclusion: Current best practice recommendations suggest that proposals submitted to REBs justify the incentives used. Information regarding incentives should also be included within study consent forms and communicated as part of the informed consent process.
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 | 0,462 | 0,601 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,024 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,018 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».