Framing Genomics, Public Health Research and Policy: Points to Consider
Notice bibliographique
Résumé
Genetic information can be used to target interventions that improve health and prevent disease. Indeed, the results of population genomics research could be useful for public health and national pandemic plans. Yet, firm scientific evidence originating from such research and the indicators of the role of health determinants, gene-gene and gene-environment interaction remain to be assessed and validated before being integrated into pandemic plans or public health programmes. It is not clear what is the role of the State in research on the elucidation of the determinants of gene-gene and gene-environment interactions and how, when, and if such data can be accessed and used for such planning. Over a period of 3 years, we sought to address these questions by gathering data and literature relevant to research in public health genomics, preparing issues papers and, finally, consulting with stakeholders on a provisional 'points to consider' document at various times. Examining in turn the issues of privacy, State powers, stakeholder perceptions, and public participation, we propose in this article, for each of these themes, a series of recommendations aiming to provide guidance on the role of the State in the use of genomic information for public health research, prevention and planning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,211 | 0,234 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,024 | 0,114 |
| Communication savante | 0,054 | 0,061 |
| Science ouverte | 0,006 | 0,027 |
| Intégrité de la recherche | 0,077 | 0,052 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».