The Effectiveness of Family History Questionnaires in Cancer Genetic Counseling
Notice bibliographique
Résumé
The number of individuals receiving genetic counseling for hereditary breast and ovarian cancer syndrome has steadily risen. To triage patients for genetic counseling and to help reduce the amount of time needed by a genetic counselor in direct patient contact, many clinics have implemented the use of family history questionnaires. Although such questionnaires are widely used, scant literature exists evaluating their effectiveness. This article explores the extent to which family history questionnaires are being used in Ontario and addresses the utility of such questionnaires in one familial cancer clinic. By comparing the pedigrees created from questionnaires to those updated during genetic counseling, the accuracy and effectiveness of the questionnaires was explored. Of 121 families recruited into the study, 12% acquired changes to their pedigree that led to a revised probability estimate for having a BRCA1 or BRCA2 mutation and 5% acquired changes that altered their eligibility for genetic testing. No statistically significant difference existed between the eligibility for genetic testing prior to and post counseling. This suggests that family history questionnaires can be effective at obtaining a family history and accurately assessing eligibility for genetic testing. Based on the variables that were significantly associated with a change in probability estimate, we further present recommendations for improving the clarity of such questionnaires and therefore the ease of use by patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».