Willingness of patients to provide biologic samples for pharmacogenomic testing.
Notice bibliographique
Résumé
6543 Background: Additional biopsies and/or blood sampling (i.e.: germline and plasma markers, circulating DNA or tumour cells) may be necessary to complete pharmacogenomic testing (PGT) in some patients. Cancer patients’ perspectives on providing additional biospecimens are important in addressing potential knowledge translation barriers. Methods: 790 clinic patients from the Princess Margaret Cancer Centre (Toronto, Canada) were interviewed with a standardized questionnaire, representing a wide distribution of adult solid and hematological disease sites. Study endpoints included patient preferences and willingness to provide biological samples (new blood, new biopsy, or pre-existing tumor samples) on a 5-point Likert scale. Univariate and multivariate models were created using SAS 9.3. Results: Patients were 49% female; 77% Caucasian/12% Asian; median age 58 years; and 67% had completed high school. Median household income was evenly trichotomized at $50K and $100K. Despite 33% of the patients being uncomfortable with the level of their knowledge about PGT, 75% agreed that additional tests would be beneficial to their health. Patient willingness to provide new samples was 88% for blood and 53% for biopsy, and 27% preferred existing tumor samples to be used in lieu of additional sampling. Caucasians and those with the highest incomes were more agreeable to providing blood and/or biopsy samples, whereas non-Caucasians and low-income earners preferred utilization of existing tumor samples over additional blood sampling (p<0.05). Conclusions: Patients were more willing to provide a new blood sample than a biopsy sample for PGT. Despite the vast majority agreeing to the potential benefit of additional sampling, only half were willing to provide a new biopsy sample. Level of willingness was related to sociocultural and economic factors. Improved patient education and increased efforts to design blood-based markers may improve uptake of PGT.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,002 |
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 ».