Structured Ethical Review for Wastewater-Based Testing in Support of Public Health
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Wastewater-based testing (WBT) for SARS-CoV-2 has rapidly expanded over the past three years due to its ability to provide a comprehensive measurement of disease prevalence independent of clinical testing. The development and simultaneous application of WBT measured biomarkers for research activities and for the pursuit of public health goals, both areas with well-established ethical frameworks. Currently, WBT practitioners do not employ a standardized ethical review process, introducing the potential for adverse outcomes for WBT professionals and community members. To address this deficiency, an interdisciplinary workshop developed a framework for a structured ethical review of WBT. The workshop employed a consensus approach to create this framework as a set of 11 questions derived from primarily public health guidance. This study retrospectively applied these questions to SARS-CoV-2 monitoring programs covering the emergent phase of the pandemic (3/2020–2/2022 ( n = 53)). Of note, 43% of answers highlight a lack of reported information to assess. Therefore, a systematic framework would at a minimum structure the communication of ethical considerations for applications of WBT. Consistent application of an ethical review will also assist in developing a practice of updating approaches and techniques to reflect the concerns held by both those practicing and those being monitored by WBT supported programs.
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 | 0,356 | 0,414 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,011 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,010 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».