MétaCan
Menu
Retour à la cohorte
Enregistrement W2782671629 · doi:10.1093/ajcp/aqx118.100

101 Teaching Next-Generation Sequencing Analysis to the Next Generation of Genetics Technologists—The Effective Delivery of a Hands-On Analysis Workshop

2018· article· en· W2782671629 sur OpenAlexaffabout

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Bioinformatics, and Biomedical Research
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésWorkflowAccreditationMedical geneticsMedical educationMassive parallel sequencingDNA sequencingComputer scienceData scienceMedicineGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

The latest competency profile for students enrolled in Canadian Medical Association-accredited clinical genetics technology programs, effective 2015, include the understanding of next-generation sequencing (NGS) technology. NGS is a form of massively parallel sequencing, and the implementation of NGS has advanced rapidly in clinical genetics. Many health care institutions have introduced NGS workflows to deliver multi-gene test results. This has created a need to teach technical and analytical components to student technologists as they embark on a career where demand for NGS testing will substantially increase. The Advanced Molecular Diagnostics Laboratory (AMDL) located in the Princess Margaret Cancer Centre designed a half-day workshop on NGS analysis for genetics technology students at the Michener Institute, which offers one of two accredited clinical genetics programs in Canada. The application of NGS testing has become multidisciplinary; technologists have had to adapt to working with bioinformaticians and variant annotation specialists, and learn a multitude of laboratory skills in between. Program instructors at the Michener Institute decided to showcase the evolving role of genetics technologists by inviting AMDL to deliver a workshop focused on (1) data generation from the sequencer, (2) the use of genetic software, and (3) the basic understanding of variant detection and clinical implications. The workshop concluded with provision of examples for students to practice variant calling, reflecting real case scenarios from technologists’ perspective. This is the second year AMDL presented to students; feedback confirmed strong interest in gaining practical exposure to NGS applications, and identified needed improvements to bridge gaps between teaching the use of advanced software and manual sequencing analysis. Student evaluations further reflect usefulness in reviewing NGS data types, but equal interest to learn fundamentals of variant interpretation. The overall reception supports a prerequisite for new technologists to embrace clinical NGS.

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)0,011
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,003
Communication savante0,0080,003
Science ouverte0,0060,013
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0540,032

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 Opus0,116
Tête enseignante GPT0,395
Écart entre enseignants0,279 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetGenetics, Bioinformatics, and Biomedical ResearchTravaux en français237 207