MétaCan
Menu
Retour à la cohorte
Enregistrement W2019254804 · doi:10.1177/1477750914558556

Personalized medicine and genome-based treatments: Why personalized medicine ≠ individualized treatments

2014· article· en· W2019254804 sur OpenAlexaff
Stuart G. Nicholls, Wilson Bj, David Castle, Holly Etchegary, J C Carroll

Notice bibliographique

RevueClinical Ethics · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensUniversity of TorontoMount Sinai HospitalMemorial University of NewfoundlandUniversity of VictoriaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPersonalized medicinePersonalizationReductionismPrecision medicinePersonal genomicsHealth careGenomicsData scienceInternet privacyGenomeBioinformaticsComputer scienceBiologyGeneticsWorld Wide WebPolitical scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

The sequencing of the human genome and decreasing costs of sequencing technology have led to the notion of ‘personalized medicine’. This has been taken by some authors to indicate that personalized medicine will provide individualized treatments solely based on one’s DNA sequence. We argue this is overly optimistic and misconstrues the notion of personalization. Such interpretations fail to account for economic, policy and structural constraints on the delivery of healthcare. Furthermore, notions of individualization based on genomic data potentially take us down the road of genetic reductionism obscuring the role of environmental factors in disease and ill health. We propose that one should see personalized medicine as a way of using personal genomic information to stratify individuals into subpopulations and suggest that personalized medicine be seen within a broader idea of personalized healthcare, reflecting healthcare that integrates personal genomic data into cultural, environmental and personal contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,735
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,126
Tête enseignante GPT0,437
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical EthicsMême sujetBRCA gene mutations in cancerTravaux en français237 207