MétaCan
Menu
Retour à la cohorte
Enregistrement W2188695576 · doi:10.1139/gen-2015-0100

The 3-I framework: a framework for developing public policies regarding pharmacogenomics (PGx) testing in Canada

2015· review· en· W2188695576 sur OpenAlexafffundvenueabout
Naazish S. Bashir, Wendy J. Ungar

Notice bibliographique

RevueGenome · 2015
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoOntario Ministry of Health and Long-Term Care
Mots-clésPharmacogenomicsConfidentialityPublic policyPolicy developmentPolitical sciencePublic administrationBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

The 3-I framework of analyzing the ideas, interests, and institutions around a topic has been used by political scientists to guide public policy development. In Canada, there is a lack of policy governing pharmacogenomics (PGx) testing compared to other developed nations. The goal of this study was to use the 3-I framework, a policy development tool, and apply it to PGx testing to identify and analyze areas where current policy is limited and challenges exist in bringing PGx testing into wide-spread clinical practice in Canada. A scoping review of the literature was conducted to determine the extent and challenges of PGx policy implementation at federal and provincial levels. Based on the 3-I analysis, contentious ideas related to PGx are (i) genetic discrimination, (ii) informed consent, (iii) the lack of knowledge about PGx in health care, (iv) the value of PGx testing, (v) the roles of health care workers in the coordination of PGx services, and (vi) confidentiality and privacy. The 3-I framework is a useful tool for policy makers, and applying it to PGx policy development is a new approach in Canadian genomics. Policy makers at every organizational level can use this analysis to help develop targeted PGx policies.

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)0,061
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,919

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,058
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0150,019
Études des sciences et des technologies0,0120,025
Communication savante0,0190,007
Science ouverte0,0100,010
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,425
Tête enseignante GPT0,494
Écart entre enseignants0,069 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2015
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207