The Effect of Direct-to-Consumer Genetic Tests on Anticipated Affect and Health-Seeking Behaviors: A Pilot Survey
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.
Notice bibliographique
Résumé
PURPOSE: Numerous websites offer direct-to-consumer (DTC) genetic testing, yet it is unknown how individuals will react to genetic risk profiles online. The objective of this study was to determine the feasibility of using a web-based survey and conjoint methods to elicit individuals' interpretations of genetic risk profiles by their anticipated worry/anxiousness and health-seeking behaviors. METHODS: A web-based survey was developed using conjoint methods. Each survey presented 12 hypothetical genetic risk profiles describing genetic test results for four diseases. Test results were characterized by the type of disease (eight diseases), individual risk (five levels), and research confidence (three levels). After each profile, four questions were asked regarding anticipated worry and health-seeking behaviors. Probabilities of response outcomes based on attribute levels were estimated from logistic regression models, adjusting for covariates. RESULTS: Overall, 319 participants (69%) completed 3828 unique genetic risk profiles. Across all profiles, most participants anticipated making doctor's appointments (63%), lifestyle changes (57%), and accessing screening (57%); 40% anticipated feeling more worried and anxious. Higher levels of disease risk were significantly associated with affirmative responses. CONCLUSION: Conjoint methods may be used to elicit reactions to genetic information online. Preliminary results suggest that genetic information may increase worry/anxiousness and health-seeking behaviors among consumers of DTC tests. Further research is planned to determine the appropriateness of these affects and behaviors.
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.
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 | 0,001 |
| 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 découle