Navigating social and ethical challenges of biobanking for human microbiome research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Biobanks are considered to be key infrastructures for research development and have generated a lot of debate about their ethical, legal and social implications (ELSI). While the focus has been on human genomic research, rapid advances in human microbiome research further complicate the debate. DISCUSSION: We draw on two cystic fibrosis biobanks in Toronto, Canada, to illustrate our points. The biobanks have been established to facilitate sample and data sharing for research into the link between disease progression and microbial dynamics in the lungs of pediatric and adult patients. We begin by providing an overview of some of the ELSI associated with human microbiome research, particularly on the implications for the broader society. We then discuss ethical considerations regarding the identifiability of samples biobanked for human microbiome research, and examine the issue of return of results and incidental findings. We argue that, for the purposes of research ethics oversight, human microbiome research samples should be treated with the same privacy considerations as human tissues samples. We also suggest that returning individual microbiome-related findings could provide a powerful clinical tool for care management, but highlight the need for a more grounded understanding of contextual factors that may be unique to human microbiome research. CONCLUSIONS: We revisit the ELSI of biobanking and consider the impact that human microbiome research might have. Our discussion focuses on identifiability of human microbiome research samples, and return of research results and incidental findings for clinical management.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,090 | 0,642 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,006 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle