Linking trial data to ICES: incorporating a prompt in a research ethics protocol submission platform in Southwestern Ontario
Notice bibliographique
Résumé
IntroductionThe linkage of trial data with large administrative databases can enable long-term passive follow-up of participants at a significantly lower cost than direct participant follow-up in a study. Nonetheless, many researchers are unaware of this opportunity and/or the regulatory requirements to facilitate linkage. ApproachIn 2017, Western University Canada’s Office of Human Research Ethics (OHRE) incorporated a prompt into its online protocol submission platform, asking researchers if they have considered linking their trial data with ICES. ICES is a not-for-profit research and analytics institute in Ontario, Canada with a repository of over 100 data holdings comprised of record-level, coded and linkable health and health-related data. If a researcher selects ‘yes’ to this prompt, they are provided with additional information about ICES, identifiers required for linkage, and language to be included in letters of consent. ResultsThe incorporation of a prompt into the ethics protocol submission platform allowed the OHRE to identify protocols interested in linking trial data with ICES. Over the past 5 years, an average of 2.6% of protocols submitted to the Health Sciences Research Ethics Board included an intent to link data with ICES. The OHRE verified that these protocols had carefully considered regulatory requirements, which helped to streamline the ethical, privacy, and legal processes required for linkage. ConclusionIncorporating a prompt into ethics protocol submission platforms can help to streamline regulatory processes and promote awareness about opportunities to link trial data with large administrative databases.
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 | 0,132 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,016 | 0,007 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».