MétaCan
Menu
Retour à la cohorte
Enregistrement W2267645036 · doi:10.1188/15.cjon.603-607

Breast Cancer Genetic Testing: More Than a Medical Management Tool

2015· article· en· W2267645036 sur OpenAlexaff
Dawn Schroeder, Sherrill Conroy

Notice bibliographique

RevueClinical journal of oncology nursing · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGenetic testingAffect (linguistics)MedicineBreast cancerGenetic counselingSocial psychologyCancerPsychologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Knowing whether a harmful hereditary mutation exists in BRCA1 and BRCA2 can enable women to make informed decisions regarding surveillance and surgery options to manage risk. Given the attention in the media about BRCA genetic testing, nurses need to revisit how this knowledge may affect a woman's sense of self and the forces that may influence this decision. OBJECTIVES: This article aims to understand how complex the decision to undergo genetic testing may be for some women by exploring the impact of genetic knowledge on the self, changes to customary definitions for health and illness, and ethical issues and social forces that may influence genetic testing decisions. METHODS: A review of the literature was undertaken to understand how genetic knowledge may alter meanings attached to the breast and how health is defined, and to identify ethical concerns and social forces that may affect a woman's decision to undergo or decline an offer for genetic testing. FINDINGS: An understanding and awareness of the potential benefits and harms of BRCA1 and BRCA2 genetic testing, as well as the social forces that may influence a woman's decision to undergo or decline an offer for genetic testing and the commitment to remain open to the uniqueness of each woman's situation, may enhance the nurse-patient relationship and result in a decision that is ethically in the best interest of the patient.

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)0,007
score de la tête « metaresearch » (Gemma)0,021
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,005
Communication savante0,0050,006
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,080
Tête enseignante GPT0,448
Écart entre enseignants0,368 · 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
GenreCommentaire

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'admission1
Résumé présentoui

Explorer davantage

Même revueClinical journal of oncology nursingMême sujetBRCA gene mutations in cancerTravaux en français237 207