Consent in Canadian-Led Critical Care Research During the COVID-19 Pandemic: A Scoping Review
Notice bibliographique
Résumé
ABSTRACT Introduction Despite the importance of critical care research during the SARS-CoV-2 pandemic, several pandemic-related factors made the process of obtaining prior written informed consent for research infeasible. To overcome these challenges, research studies utilized alternate informed consent models suggested by available guidance. Objective To describe the consent models used in Canadian intensive care unit (ICU) and pediatric ICU (PICU) studies during the COVID-19 pandemic. Data Sources We searched MEDLINE, EMBASE, CENTRAL, clinicaltrials.gov , and medRxiv from 01-Jan-2020 to 28-Apr-2023 using Medical Subject Headings and keywords related to the setting (ICU, PICU), study design (e.g., RCT) and study region (i.e., Canada). We included Canadian-led studies that were enrolling during the SARS-CoV-2 and reported on consent. Two independent reviewers reviewed titles/abstracts and full text articles for inclusion. Results We included 13 studies from adult (n=12, 92.3%) and pediatric (n=1, 7.7%) populations. Some study authors reported that informed (n=3/13, 23.1%) or a priori (n=2/13, 15.4%) consent was obtained, without further details. Study authors also reported using written informed (n=4/13, 30.8%), deferred (n=3/13, 23.1%), verbal/waived/assent (each n=2/13, 15.4%), or that ethics approval was not necessary which means consent was not required (n=1/13, 7.7%). Five studies (n=5/13, 38.5%) used multiple consent models: a priori/deferred (n=2/5, 40%), written/verbal (n=2/5, 40%), or waived/assent (n=1/5, 20%). Conclusion This scoping review underscores the importance of transparent reporting of or modifications to trial procedures during crises, such as the COVID-19 pandemic. Improved reporting practices and exploration of alternate consent models, including electronic consent, are crucial for advancing critical care trials beyond the pandemic and preparing for future health emergencies.
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 | 0,270 | 0,584 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,033 | 0,047 |
| Études des sciences et des technologies | 0,006 | 0,013 |
| Communication savante | 0,016 | 0,013 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».