MétaCan
Menu
Retour à la cohorte
Enregistrement W2413592116 · doi:10.1002/pd.4849

Impact of the increased adoption of prenatal cfDNA screening on non-profit patient advocacy organizations in the United States

2016· article· en· W2413592116 sur OpenAlexaff
Stephanie Meredith, Christopher Kaposy, Victoria J. Miller, Megan Allyse, Subhashini Chandrasekharan, Marsha Michie

Notice bibliographique

RevuePrenatal Diagnosis · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNational Human Genome Research InstituteMarch of Dimes Foundation
Mots-clésMedicinePrenatal screeningFamily medicineStakeholderPrenatal diagnosisStigma (botany)ConfusionPrenatal carePolitical sciencePublic relationsPsychologyPregnancyEnvironmental healthPsychiatryFetusGenetics

Résumé

récupéré en direct d'OpenAlex

The 'Stakeholder Perspectives on Noninvasive Prenatal Genetic Screening' Symposium was held in conjunction with the 2015 annual meeting of the International Society for Prenatal Diagnosis. During the day-long meeting, a panel of patient advocacy group (PAG) representatives discussed concerns and challenges raised by prenatal cell-free DNA (cfDNA) screening, which has resulted in larger demands upon PAGs from concerned patients receiving prenatal cfDNA screening results. Prominent concerns included confusion about the accuracy of cfDNA screening and a lack of patient education resources about genetic conditions included in cfDNA screens. Some of the challenges faced by PAGs included funding limitations, lack of consistently implemented standards of care and oversight, diverse perspectives among PAGs and questions about neutrality, and lack of access to training and genetic counselors. PAG representatives also put forward suggestions for addressing these challenges, including improving educational and PAG funding and increasing collaboration between PAGs and the medical community. © 2016 John Wiley & Sons, Ltd.

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)0,034
score de la tête « metaresearch » (Gemma)0,081
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,180

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,081
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0060,003
Science ouverte0,0020,008
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,014
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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'étudeObservationnel
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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrenatal DiagnosisMême sujetPrenatal Screening and DiagnosticsTravaux en français237 207