Research ethics review during the COVID-19 pandemic: An international study
Notice bibliographique
Résumé
ABSTRACT Research ethics review committees (ERCs) worldwide faced daunting challenges during the COVID-19 pandemic. There was a need to balance rapid turnaround with rigorous evaluation of high-risk research protocols in the context of considerable uncertainty. This study explored the experiences and performance of ERCs during the pandemic. We conducted an anonymous, cross-sectional, global online survey of chairs (or their delegates) of ERCs who were involved in the review of COVID-19-related research protocols after March 2020. The survey ran from October 2022 to February 2023 and consisted of 50 items, with opportunities for open text responses. Two hundred and three participants [130 from high-income countries (HICs) and 73 from low-and middle-income countries (LMICs)] completed our survey. Respondents came from diverse entities and organizations from 48 countries (19 HICs and 29 LMICs) in all World Health Organization regions. Responses show little of the increased global funding for COVID-19 research was allotted to the operation of ERCs. Few ERCs had pre-existing internal policies to address operation during public health emergencies, but almost half used existing guidelines. Most ERCs modified existing procedures or designed and implemented new ones but had not evaluated the success of these changes. Participants overwhelmingly endorsed permanently implementing several of them. Few ERCs added new members but non-member experts were consulted; quorum was generally achieved. Collaboration among ERCs was infrequent, but reviews conducted by external ERCs were recognized and validated. Review volume increased during the pandemic, with COVID-19-related studies being prioritized. Most protocol reviews were reported as taking less than three weeks. One-third of respondents reported external pressure on their ERCs from different stakeholders to approve or reject specific COVID-19-related protocols. ERC members faced significant challenges to keep their committees functioning during the pandemic. Our findings can inform ERC approaches towards future public health emergencies. To our knowledge, this is the first international, COVID-19-related study of its kind.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Intégrité de la recherche Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| gpt | Métarecherche Domaine: Évaluation · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,149 | 0,359 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,043 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».