MétaCan
Menu
Retour à la cohorte
Enregistrement W4392914547 · doi:10.1016/j.eclinm.2024.102551

Health data sharing attitudes towards primary and secondary use of data: a systematic review

2024· review· en· W4392914547 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueEClinicalMedicine · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOMedicineData sharingMEDLINEData extractionFamily medicineQualitative researchHealth carePublic healthMedical educationAlternative medicinePsychological interventionNursingPathology

Résumé

récupéré en direct d'OpenAlex

Background: To receive the best care, people share their health data (HD) with their health practitioners (known as sharing HD for primary purposes). However, during the past two decades, sharing for other (i.e., secondary) purposes has become of great importance in numerous fields, including public health, personalized medicine, research, and development. We aimed to conduct the first comprehensive overview of all studies that investigated people's HD sharing attitudes-along with associated barriers/motivators and significant influencing factors-for all data types and across both primary and secondary uses. Methods: We searched PubMed, MEDLINE, PsycINFO, Web of Science, EMBASE, and CINAHL for relevant studies published in English between database inception and February 28, 2023, using a predefined set of keywords. Studies were included, regardless of their design, if they reported outcomes related to attitudes towards sharing HD. We extracted key data from the included studies, including the type of HD involved and findings related to: HD sharing attitudes (either in general or depending on type of data/user); barriers/motivators/benefits/concerns of the study participants; and sociodemographic and other variables that could impact HD sharing behaviour. The qualitative synthesis was conducted by dividing the studies according to the data type (resulting in five subgroups) as well as the purpose the data sharing was focused on (primary, secondary or both). The Newcastle-Ottawa Scale (NOS) was used to assess the quality of non-randomised studies. This work was registered with PROSPERO, CRD42023413822. Findings: Of 2109 studies identified through our search, 116 were included in the qualitative synthesis, yielding a total of 228,501 participants and various types of HD represented: person-generated HD (n = 17 studies and 10,771 participants), personal HD in general (n = 69 studies and 117,054 participants), Biobank data (n = 7 studies and 27,073 participants), genomic data (n = 13 studies and 54,716 participants), and miscellaneous data (n = 10 studies and 18,887 participants). The majority of studies had a moderate level of quality (83 [71.6%] of 116 studies), but varying levels of quality were observed across the included studies. Overall, studies suggest that sharing intentions for primary purposes were observed to be high regardless of data type, and it was higher than sharing intentions for secondary purposes. Sharing for secondary purposes yielded variable findings, where both the highest and the lowest intention rates were observed in the case of studies that explored sharing biobank data (98% and 10%, respectively). Several influencing factors on sharing intentions were identified, such as the type of data recipient, data, consent. Further, concerns related to data sharing that were found to be mutual for all data types included privacy, security, and data access/control, while the perceived benefits included those related to improvements in healthcare. Findings regarding attitudes towards sharing varied significantly across sociodemographic factors and depended on data type and type of use. In most cases, these findings were derived from single studies and therefore warrant confirmations from additional studies. Interpretation: Sharing health data is a complex issue that is influenced by various factors (the type of health data, the intended use, the data recipient, among others) and these insights could be used to overcome barriers, address people's concerns, and focus on spreading awareness about the data sharing process and benefits. Funding: None.

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.

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.

BrasCatégoriesDevis d'étudeConfiance
gemmaScience ouverte
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquelow
gptaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquehigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,051
score de la tête « metaresearch » (Gemma)0,132
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Science ouverte, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0510,132
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0150,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0040,014
Intégrité de la recherche0,0010,009
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,906
Tête enseignante GPT0,712
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle