MétaCan
Menu
Retour à la cohorte
Enregistrement W2517578982 · doi:10.1097/ceh.0000000000000079

The Gene Messenger Impact Project: An Innovative Genetics Continuing Education Strategy for Primary Care Providers

2016· article· en· W2517578982 sur OpenAlexafffundabout
June Carroll, Roland Grad, Judith Allanson, Pierre Pluye, Joanne Permaul, Nicholas Pimlott, Brenda J. Wilson

Notice bibliographique

RevueJournal of Continuing Education in the Health Professions · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health ResearchAssociation des pharmaciens du CanadaCanadian Medical Association
Mots-clésReferralMedicineHealth careFamily medicinePaceGenetic testingPsychologyMedical education

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Primary care providers (PCP) will need to be integrally involved in the delivery of genomic medicine. The GenetiKit trial demonstrated effectiveness of a knowledge translation intervention on family physicians' (FP) genetics referral decision-making. Most wanted to continue receiving Gene Messengers (GM), evidence-based summaries of new genetic tests with primary care recommendations. Our objective was to determine the value of GMs as a continuing education (CE) strategy in genomic medicine for FPs. METHODS: Using a "push" model, we invited 19,060 members of the College of Family Physicians of Canada to participate. Participants read GMs online, receiving 12 emailed topics over 6 months. Participants completed an online Information Assessment Method questionnaire evaluating GMs on four constructs: cognitive impact, relevance, intended use of information for a patient, and expected health benefits. RESULTS: One thousand four hundred two FPs participated, 55% rated at least one GM. Most (73%) indicated their practice would be improved after reading GMs, with referral to genetics ranked highly. Of those who rated a GM relevant, 94% would apply it to at least one patient and 79% would expect health benefits. This method of CE was found useful for genetics by 88% and 94% wanted to continue receiving GMs. DISCUSSION: FPs found this novel CE strategy, brief individual reflective e-learning, to be valuable for learning about genetics. This method of information delivery may be an especially effective method for CE in genomic medicine where discoveries occur at a rapid pace and lack of knowledge is a barrier to integration of genetic services.

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)0,010
score de la tête « metaresearch » (Gemma)0,019
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,027
Tête enseignante GPT0,417
Écart entre enseignants0,390 · 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

Citations21
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Continuing Education in the Health ProfessionsMême sujetBRCA gene mutations in cancerTravaux en français237 207