Genomic testing in cancer: Patient knowledge, attitudes, and expectations
Notice bibliographique
Résumé
BACKGROUND: Genomic testing in cancer (GTC) characterizes genes that play an important role in the development and growth of a patient's cancer. This form of DNA testing is currently being studied for its ability to guide cancer therapy. The objective of the current study was to describe patients' knowledge, attitudes, and expectations toward GTC. METHODS: A 42-item self-administered GTC questionnaire was developed by a multidisciplinary group and patient pretesting. The questionnaire was distributed to patients with advanced cancer who were referred to the Princess Margaret Cancer Center for a phase 1 clinical trial or GTC testing. RESULTS: Results were reported from 98 patients with advanced cancer, representing 66% of the patients surveyed. Seventy-six percent of patients were interested in learning more about GTC, and 64% reported that GTC would significantly improve their cancer care. The median score on a 12-item questionnaire to assess knowledge of cancer genomics was 8 of 12 items correct (67%; interquartile range, 7-9 of 12 items correct [58%-75%]). Scores were associated significantly with patients' education level (P < .0001). Sixty-six percent of patients would consent to a needle biopsy, and 39% would consent to an invasive surgical biopsy if required for GTC. Only 48% of patients reported having sufficient knowledge to make an informed decision to pursue GTC whereas 34% of patients indicated a need for formal genetic counseling. CONCLUSIONS: Patients with advanced cancer are motivated to participate in GTC. Patients require further education to understand the difference between somatic and germline mutations in the context of GTC. Educational programs are needed to support patients interested in pursuing GTC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».