Abstract TP119: What do participants want in a consent form? A systematic review
Notice bibliographique
Résumé
Introduction: Informed consent is a cornerstone of modern clinical research, though ensuring consent has long been recognized as problematic. This is especially true for acute stroke trials, where the time-sensitive nature of treatment challenges traditional consent practices. The era of platform adaptive trials will likely add further complexity to acute stroke consent. Therefore, we sought to survey the literature for any empirical studies documenting research participants’ preferences around what content is most important to include in consent forms. Methods: We conducted a systematic review of the literature to identify empirical studies reporting patients’ opinions about what content is most important to include in consent forms for research participation. Eligible studies included surveys, focus groups, or interviews. Based on a review of consent form templates, we identified 18 elements that commonly appear in consent forms, and used these to guide our extraction of potential content. Results: Of the 1,444 studies screened by title and abstract, 35 were sent to full text review, and data were extracted from 17 studies. To determine the ubiquity of the importance of these topics, we counted if each of these topics appeared in the 17 papers. The most commonly mentioned items included risks (65%, 11/17 studies), potential benefits (53%, 9/17 studies), study procedures e.g. blood draws and imaging (47%, 8/17 studies), confidentiality (47%, 8/17 studies), study rationale (41%, 7/17 studies), and voluntariness (41%, 7/17 studies). The least important elements included information about the condition and investigator conflicts of interest. Conclusion: In the era of adaptive platform trials for acute stroke, there is the potential for consent forms to become incredibly lengthy and complex. This is the first systematic review of which we are aware that seeks to identify what information is most important to be included in consent forms to participate in research studies. Unfortunately, data are limited but they suggest that consent form optimization is possible. Only risks and potential benefits were identified as important in a majority of studies.
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».