MétaCan
Menu
Retour à la cohorte
Enregistrement W2604376600 · doi:10.3389/fgene.2017.00040

Disease Resistance and the Definition of Genetic Enhancement

2017· article· en· W2604376600 sur OpenAlexafffund
Derek So, Erika Kleiderman, Seydina B. Touré, Yann Joly

Notice bibliographique

RevueFrontiers in Genetics · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensMcGill UniversityMcGill Genome Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDiseaseContext (archaeology)Genome editingResistance (ecology)Affect (linguistics)Public healthPsychological interventionMechanism (biology)CRISPRInternet privacyMedicinePsychologyBiologyGeneticsComputer scienceGenePsychiatryCommunication

Résumé

récupéré en direct d'OpenAlex

Recent gene editing experiments carried out in human embryos have raised the question of whether interventions like the introduction of a CCR5-Δ32 deletion, which could provide heritable resistance to HIV infection, ought to be considered enhancements. Many authors have used the term "enhancement" in different ways, some based on patients' biomedical outcomes and others on their social context. These classifications are often considered overly imprecise. Nevertheless, the concept of "enhancement" could affect the ways in which these applications are regulated in different jurisdictions, the availability of coverage by insurers or public health care, and the force of public opinion in shaping future policy on gene editing. In order to ethically situate resistance to communicable disease with reference to other techniques, this article provides an overview of its similarities and differences with disease gene therapy in embryos, gene therapy in consenting adults, and vaccination. In discussing key ethical features of CCR5-Δ32 deletion (including its frequency in various populations, biological mechanism, benefits for individuals, and use in previous clinical trials) we offer some potential guideposts for the continuing discussion on how to classify "enhancements" in the age of CRISPR gene editing.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,114
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,256
Écart entre enseignants0,249 · 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 tête enseignante, 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

Citations22
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetCRISPR and Genetic EngineeringTravaux en français237 207