MétaCan
Menu
Retour à la cohorte
Enregistrement W2059518550 · doi:10.1038/ejhg.2012.149

Personalized medicine and access to health care: potential for inequitable access?

2012· article· en· W2059518550 sur OpenAlexafffund
Kelly A. McClellan, Denise Avard, Jacques Simard, Bartha Maria Knoppers

Notice bibliographique

RevueEuropean Journal of Human Genetics · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensMcGill UniversityUniversité LavalMcGill Genome CentreMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPersonalized medicineHealth carePrecision medicineGenetic testingGenetic discriminationInternet privacyMedicineBusinessPolitical scienceComputer scienceBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

Personalized medicine promises that an individual's genetic information will be increasingly used to prioritize access to health care. Use of genetic information to inform medical decision making, however, raises questions as to whether such use could be inequitable. Using breast cancer genetic risk prediction models as an example, on the surface clinical use of genetic information is consistent with the tools provided by evidence-based medicine, representing a means to equitably distribute limited health-care resources. However, at present, given limitations inherent to the tools themselves, and the mechanisms surrounding their implementation, it becomes clear that reliance on an individual's genetic information as part of medical decision making could serve as a vehicle through which disparities are perpetuated under public and private health-care delivery models. The potential for inequities arising from using genetic information to determine access to health care has been rarely discussed. Yet, it raises legal and ethical questions distinct from those raised surrounding genetic discrimination in employment or access to private insurance. Given the increasing role personalized medicine is forecast to play in the provision of health care, addressing a broader view of what constitutes genetic discrimination, one that occurs along a continuum and includes inequitable access, will be needed during the implementation of new applications based on individual genetic profiles. Only by anticipating and addressing the potential for inequitable access to health care occurring from using genetic information will we move closer to realizing the goal of personalized medicine: to improve the health of individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,084
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,014
Communication savante0,0070,010
Science ouverte0,0020,011
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,056
Tête enseignante GPT0,379
Écart entre enseignants0,323 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations55
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Human GeneticsMême sujetBRCA gene mutations in cancerTravaux en français237 207