MétaCan
Menu
Retour à la cohorte
Enregistrement W2029173028 · doi:10.2217/14622416.8.9.1115

Pharmacogenomics Research Involving Racial Classification: Qualitative Research Findings on Researchers’ Views, Perceptions and Attitudes Towards Socioethical Responsibilities

2007· article· en· W2029173028 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePharmacogenomics · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRace, Genetics, and Society
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesCanadian Institutes of Health Research
Mots-clésPharmacogenomicsThematic analysisQualitative researchScrutinyRace (biology)PopulationMedicinePsychologyEngineering ethicsMedical educationSociologyPolitical scienceSocial sciencePharmacologyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Racial classification of study samples has been a common practice since the early days of pharmacogenomics research. The use of race as an axis of stratification in the study of human genetic variation and population differences in drug response has come under intense scrutiny recently, particularly among policy makers, clinicians and researchers. However, there are no published empirical data on how genomics scientists perceive ethical concerns or view their own professional roles when they are confronted with this issue in their everyday practice or have to decide themselves whether racial classification should be a cornerstone of their research work. OBJECTIVES: To investigate the views and perceptions of researchers on the use of racial classification in pharmacogenomics research using a qualitative research methodology. METHODS: We interviewed genomics researchers about their perceptions on pharmacogenomics, race and science, population-based genomics research and the attendant implications for their professional duties. We sought out researchers who self-identified with many of the populations likely to be solicited for race-specific pharmacogenomics research. A thematic investigation of the semistructured interviews was undertaken using the qualitative data software program ATLAS.ti to extract and systematically analyze complex phenomena (e.g., professional viewpoints) embedded in the narratives from the interviews. RESULTS: The participants expressed the 'doubled-edged' nature of pharmacogenomics research involving racial classification while also having a cautiously optimistic view of race-based therapeutics. They believed that pharmacogenomics could improve health outcomes for racially defined populations in the context of health disparities. Sensitized to racism and potential abuses, they expressed concerns and need for precautionary measures over the sensitive nature of racially categorized research results. On the other hand, researchers perceived themselves as being responsible primarily for providing raw scientific data. CONCLUSION: Researchers engaged in genomics investigations appear to display a guarded and yet favorable perception on the utility of race in pharmacogenomics investigations. Interestingly, researchers remain sceptical of their own roles vis-à-vis ethics and delegating socioethical responsibilities to ethicists was seen as a way to remedy this shortfall instead of broadening the scope of self-governance in scientific practice to socioethical issues. While these data do not necessarily reflect views and attitudes of all scientists, future science policy questions on how best to integrate molecular genetics with race-based therapeutics and incorporation of socioethical reflection in daily practice of genomics research need to consider the perceptions of scientists and similar 'upstream control points' in the process of knowledge generation and dissemination.

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 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)0,028
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0280,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,449
Tête enseignante GPT0,578
Écart entre enseignants0,129 · 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