Personal Genomic Testing for Cancer Risk: Results From the Impact of Personal Genomics Study
Notice bibliographique
Résumé
Purpose Significant concerns exist regarding the potential for unwarranted behavior changes and the overuse of health care resources in response to direct-to-consumer personal genomic testing (PGT). However, little is known about customers' behaviors after PGT. Methods Longitudinal surveys were given to new customers of 23andMe (Mountain View, CA) and Pathway Genomics (San Diego, CA). Survey data were linked to individual-level PGT results through a secure data transfer process. Results Of the 1,042 customers who completed baseline and 6-month surveys (response rate, 71.2%), 762 had complete cancer-related data and were analyzed. Most customers reported that learning about their genetic risk of cancers was a motivation for testing (colorectal, 88%; prostate, 95%; breast, 94%). No customers tested positive for pathogenic mutations in highly penetrant cancer susceptibility genes. A minority of individuals received elevated single nucleotide polymorphism-based PGT cancer risk estimates (colorectal, 24%; prostate, 24%; breast, 12%). At 6 months, customers who received elevated PGT cancer risk estimates were not significantly more likely to change their diet, exercise, or advanced planning behaviors or engage in cancer screening, compared with individuals at average or reduced risk. Men who received elevated PGT prostate cancer risk estimates changed their vitamin and supplement use more than those at average or reduced risk (22% v 7.6%, respectively; adjusted odds ratio, 3.41; 95% CI, 1.44 to 8.18). Predictors of 6-month behavior include baseline behavior (exercise, vitamin or supplement use, and screening), worse health status (diet and vitamin or supplement use), and older age (advanced planning, screening). Conclusion Most adults receiving elevated direct-to-consumer PGT single nucleotide polymorphism-based cancer risk estimates did not significantly change their diet, exercise, advanced care planning, or cancer screening behaviors.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».