Genotype-driven recruitment: a strategy whose time has come?
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
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.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,015 |
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