MétaCan
Menu
Retour à la cohorte
Enregistrement W2066084358 · doi:10.1111/j.1399-0004.2011.01801.x

Valuing gene testing in children with possible neurofibromatosis 1

2011· article· en· W2066084358 sur OpenAlexafffund
Erica S. Tsang, Patricia Birch, Jan M. Friedman

Notice bibliographique

RevueClinical Genetics · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurofibromatosis and Schwannoma Cases
Établissements canadiensChild and Family Research InstituteUniversity of British Columbia
Organismes subventionnairesFaculty of Medicine, University of British ColumbiaChild and Family Research Institute
Mots-clésNeurofibromatosisGenetic testingMedical diagnosisMedicineGenetic diagnosisHealth careDiagnostic testGenetic counselingMEDLINEPediatricsIntensive care medicineFamily medicinePathologyGenetics

Résumé

récupéré en direct d'OpenAlex

With the growing number of clinical guidelines recommending genetics tests in routine clinical care, the value of these tests should be evaluated. We examined the economic value of offering genetic testing to children with possible neurofibromatosis 1 (NF1) in British Columbia. Diagnosis of NF1 is usually made based on diagnostic clinical criteria, but molecular diagnostic testing, currently offered on a case-by-case basis in BC, now reliably diagnoses NF1 in 95% of cases. Children who present with some clinical features but whose findings are insufficient to meet the diagnostic criteria are labelled as having 'possible NF1'. Current guidelines call for these children to be followed as they have NF1, leading to annual ophthalmologic examinations and screening for complications; thus, there are increased costs to health care system. We created a model to account for these costs to the health care system, comparing the current protocol with one that would offer all children diagnosed with possible NF1 with genetic testing. Focusing on the incremental cost allowed us to determine that genetic testing provides good value, and patient interviews provided insight into the qualitative benefits of an earlier firm diagnosis. These findings may be helpful in guiding health policy decision-making.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,129
Tête enseignante GPT0,326
Écart entre enseignants0,197 · 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.

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

Citations8
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical GeneticsMême sujetNeurofibromatosis and Schwannoma CasesTravaux en français237 207