Utilization of Genetic Counseling after Direct‐to‐Consumer Genetic Testing: Findings from the Impact of Personal Genomics (PGen) Study
Notice bibliographique
Résumé
Direct-to-consumer personal genomic testing (DTC-PGT) results lead some individuals to seek genetic counseling (GC), but little is known about these consumers and why they seek GC services. We analyzed survey data pre- and post-PGT from 1026 23andMe and Pathway Genomics customers. Participants were mostly white (91%), female (60%), and of high socioeconomic status (80% college educated, 43% household income of ≥$100,000). After receiving PGT results, 43 participants (4%) made or planned to schedule an appointment with a genetic counselor; 390 (38%) would have used in-person GC had it been available. Compared to non-seekers, GC seekers were younger (mean age of 38 vs 46 years), more frequently had children <18 (26% vs 16%), and were more likely to report previous GC (37% vs 7%) and genetic testing (30% vs 15%). In logistic regression analysis, seeking GC was associated with previous GC use (OR = 6.5, CI = 3.1-13.8), feeling motivated to pursue DTC-PGT for health reasons (OR = 4.3, CI = 1.8-10.1), fair or poor self-reported health (OR = 3.1, CI = 1.1-8.3), and self-reported uncertainty about the results (OR = 1.8, CI = 1.1-2.7). These findings can help GC providers anticipate who might seek GC services and plan for clinical discussions of DTC-PGT results.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».