Ethical and practical considerations related to data sharing when collecting patient-reported outcomes in care-based child health research
Notice bibliographique
Résumé
PURPOSE: The collection and use of patient reported outcomes (PROs) in care-based child health research raises challenging ethical and logistical questions. This paper offers an analysis of two questions related to PROs in child health research: (1) Is it ethically obligatory, desirable or preferable to share PRO data collected for research with children, families, and health care providers? And if so, (2) What are the characteristics of a model best suited to guide the collection, monitoring, and sharing of these data? METHODS: A multidisciplinary team of researchers, providers, patient and family partners, and ethicists examined the literature and identified a need for focus on PRO sharing in pediatric care-based research. We constructed and analyzed three models for managing pediatric PRO data in care-based research, drawing on ethical principles, logistics, and opportunities to engage with children and families. RESULTS: We argue that it is preferable to share pediatric PRO data with providers, but to manage expectations and balance the risks and benefits of research, this requires a justifiable data sharing model. We argue that a successful PRO data sharing model will allow children and families to have access to and control over their own PRO data and be engaged in decision-making around how PROs collected for research may be integrated into care, but require support from providers. CONCLUSION: We propose a PRO data sharing model that can be used across diverse research settings and contributes to improved transparency, communication, and patient-centered care and 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 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 | 0,778 | 0,748 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,015 | 0,055 |
| Communication savante | 0,023 | 0,023 |
| Science ouverte | 0,009 | 0,020 |
| Intégrité de la recherche | 0,011 | 0,020 |
| 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 ».