Direct‐to‐consumer genetic testing: good, bad or benign?
Notice bibliographique
Résumé
A wide variety of genetic tests are now being marketed and sold in direct-to-consumer (DTC) commercial transactions. However, risk information revealed through many DTC testing services, especially those based on emerging genome wide-association studies, has limited predictive value for consumers. Some commentators contend that tests are being marketed prematurely, while others support rapid translation of genetic research findings to the marketplace. The potential harms and benefits of DTC access to genetic testing are not yet well understood, but some large-scale studies have recently been launched to examine how consumers understand and use genetic risk information. Greater consumer access to genetic tests creates a need for continuing education for health care professionals so they can respond to patients' inquiries about the benefits, risks and limitations of DTC services. Governmental bodies in many jurisdictions are considering options for regulating practices of DTC genetic testing companies, particularly to govern quality of commercial genetic tests and ensure fair and truthful advertising. Intersectoral initiatives involving government regulators, professional bodies and industry are important to facilitate development of standards to govern this rapidly developing area of personalized genomic commerce.
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 | 0,028 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,020 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,040 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».