Societal preferences for the return of incidental findings from clinical genomic sequencing: a discrete-choice experiment
Notice bibliographique
Résumé
BACKGROUND: An important challenge with the application of next-generation sequencing technology is the possibility of uncovering incidental genomic findings. A paucity of evidence on personal utility for incidental findings has hindered clinical guidelines. Our objective was to estimate personal utility for complex information derived from incidental genomic findings. METHODS: We used a discrete-choice experiment to evaluate participants' personal utility for the following attributes: disease penetrance, disease treatability, disease severity, carrier status and cost. Study participants were drawn from the Canadian public. We analyzed the data with a mixed logit model. RESULTS: In total, 1200 participants completed our questionnaire (available in English and French). Participants valued receiving information about high-penetrance disorders but expressed disutility for receiving information on low-penetrance disorders. The average willingness to pay was $445 (95% confidence interval [CI] $322-$567) to receive incidental findings in a scenario where clinicians returned information about high-penetrance, medically treatable disorders, but only 66% of participants (95% CI 63%-71%) indicated that they would choose to receive information in that scenario. On average, participants placed an important value ($725, 95% CI $600-$850) on having a choice about what type of findings they would receive, including receipt of information about high-penetrance, treatable disorders or receipt of information about high-penetrance disorders with or without available treatment. The predicted uptake of that scenario was 76% (95% CI 72%-79%). INTERPRETATION: Most participants valued receiving incidental findings, but personal utility depended on the type of finding, and not all participants wanted to receive incidental results, regardless of the potential health implications. These results indicate that to maximize benefit, participant-level preferences should inform the decision about whether to return incidental findings.
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 | 0,012 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».