MétaCan
Menu
Retour à la cohorte
Enregistrement W2163610521 · doi:10.1159/000051151

Current Challenges to Appropriate Clinical Use of New Genetic Knowledge in Different Countries

2001· article· en· W2163610521 sur OpenAlexaff
Patricia A. Baird

Notice bibliographique

RevuePublic Health Genomics · 2001
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCommercializationRelevance (law)Economic growthDeveloping countryHealth careMedicinePolitical scienceBusinessEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

Objective: To describe the challenges facing countries all over the world regarding the appropriate clinical use of genetics in their health care systems. Methods and Results: Aspects of the economic and social contexts in different countries which are of particular relevance to shaping the existing challenges are outlined. Issues which are relevant (but of different prominence) in all countries in providing genetic services are discussed. Conclusions: The challenges facing the provision of appropriate genetic services differ markedly in four major groups of countries. These challenges range from controlling inappropriate commercialization and the overuse of genetic approaches to putting in place even minimal basic community genetics services in countries where the infant mortality rate has fallen to a range where genetic and congenital disorders contribute substantially to ongoing handicap and early mortality. Copyright 2001 S. Karger AG, Basel

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,662

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,170
Tête enseignante GPT0,399
Écart entre enseignants0,229 · 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'étudeAutre devis
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

Citations9
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Health GenomicsMême sujetBRCA gene mutations in cancerTravaux en français237 207