MétaCan
Menu
Retour à la cohorte
Enregistrement W2737664671 · doi:10.1007/s12687-017-0320-x

Diagnosis of rare diseases under focus: impacts for Canadian patients

2017· article· en· W2737664671 sur OpenAlexafffundabout
Daphne Esquivel-Sada, Minh Thu Nguyen

Notice bibliographique

RevueJournal of Community Genetics · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchOntario GenomicsOntario Genomics InstituteGenome CanadaMcGill University
Mots-clésMedicineThematic analysisEtiologyPublic healthQualitative researchMedical diagnosisEpidemiologyScope (computer science)Focus groupRare diseaseDiseaseFamily medicinePediatricsPathologySocial science

Résumé

récupéré en direct d'OpenAlex

This paper presents an in-depth qualitative analysis of the impact of diagnosis on the lives of rare disease (RD) patients. While diagnosis may be described as a watershed step for RD patients, no extensive account of non-medical outcomes following a RD diagnosis exists within the literature. This study aims to fill this knowledge gap through an analysis of the impact of diagnosis on the lives of RD patients according to their personal experiences. Qualitative research was conducted in three provinces across Canada, with a total of 23 participants, both adult and parents of children with RD, diagnosed and not yet diagnosed. A thematic approach guided the analysis of the transcripts. The results reveal that the impacts of a RD diagnosis for both adults and paediatric patients are multifold, ranging from social to personal and medical impacts (including cases where etiological treatments for the diseases are non-existent). Furthermore, the results shed light on distinct factors that affect the scope of impacts of a diagnosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,572

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0200,007
Communication savante0,0050,002
Science ouverte0,0010,007
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,287
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), 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

Citations50
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Community GeneticsMême sujetGenomics and Rare DiseasesTravaux en français237 207