Genotype-driven recruitment: a strategy whose time has come?
Notice bibliographique
Résumé
BACKGROUND: Genotype-Driven Recruitment (GDR) is a research design that recruits research participants based on genotype rather than based on the presence or absence of a particular condition or clinical outcome. Analyses of the ethical issues of GDR studies, and the recommendations derived from these analyses, are based on GDR research designs that make use of genetic information already collected in previous studies. However, as genotyping becomes more affordable, it is expected that genotypic information will become a common part of the information stored in biobanks and held in health care records. Furthermore, individuals will increasingly gain knowledge of their own genotypes through Direct-to-Consumer services. One can therefore foresee that individuals will be invited to participate not only in follow-up GDR studies but also in original GDR studies because genetic information about them is available. These individuals may or may have not participated in research before and may or may not be aware that their genetic information is available for research. DISCUSSION: From a conceptual point of view, we investigate whether the current ethics-related recommendations for the conduct of GDR suffice for a broader array of circumstances under which genetic information can be available. Our analysis reveals that the existing recommendations do not suffice for a broader use of GDR. SUMMARY: Our findings refocus attention on ethical issues which are neither new nor specific to GDR but which place greater demand on coordinated solutions. These challenges and approaches for addressing them are discussed.
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 | 0,366 | 0,471 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,015 | 0,025 |
| Science ouverte | 0,007 | 0,013 |
| Intégrité de la recherche | 0,016 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,010 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».