MétaCan
Menu
Retour à la cohorte
Enregistrement W2156466727 · doi:10.2217/pgs.12.197

An Evaluation of Pharmacists‘ Expectations Towards Pharmacogenomics

2013· article· en· W2156466727 sur OpenAlexaffabout
Simon de Denus, Nathalie Letarte, Thierry Hurlimann, Jean‐Philippe Lambert, Annie Lavoie, Laura Robb, Nancy L. Sheehan, Jacques Turgeon, Barbara Vadnais

Notice bibliographique

RevuePharmacogenomics · 2013
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensHôpital Maisonneuve-RosemontCentre Hospitalier Universitaire Sainte-JustineCentre Hospitalier de l’Université de MontréalMcGill University Health CentreUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésPharmacogenomicsMedicineClinical PracticeTest (biology)Family medicineClinical pharmacyPharmacotherapyPharmacyMedical educationPharmacologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Given their expertise in pharmacotherapy, pharmacists are well positioned to play a leading role in the implementation of pharmacogenomics in clinical practice. However, little is known about the opinions of pharmacists towards pharmacogenomics or their willingness to integrate this new field in their practice. METHODS: We conducted a survey of 284 pharmacists practicing in the province of Québec (Canada) to describe the opinions, expectations and concerns of pharmacists toward pharmacogenomics. RESULTS: Pharmacists were very hopeful regarding the potential role of pharmacogenomics. Moreover, more than 95% of responders would be willing to recommend pharmacogenomic testing. Nevertheless, only 7.7% of pharmacists currently felt comfortable advising patients based on pharmacogenomic test results. Accordingly, the majority of responders (96.6%) indicated that they would like to undertake continuing education related to pharmacogenomics. CONCLUSION: Pharmacists are extremely hopeful towards pharmacogenomic testing. Furthermore, a vast majority is willing to integrate these tests as part of their clinical practice. Proper education will be required if the integration of pharmacogenomics in patient care is to be optimal.

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)0,009
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,219
Tête enseignante GPT0,494
Écart entre enseignants0,275 · 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'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

Citations80
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmacogenomicsMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207