Adopting clinical genomics: a systematic review of genomic literacy among physicians in cancer care
Notice bibliographique
Résumé
BACKGROUND: This article investigates the genomic knowledge of oncology care physicians in the adoption of clinical genomics. We apply Rogers' knowledge framework from his diffusion of innovation theory to identify three types of knowledge in the process of translation and adoption: awareness, how-to, and principles knowledge. The objectives of this systematic review are to: (1) examine the level of knowledge among physicians in clinical cancer genomics, and (2) identify potential interventions or strategies for development of genomic education for oncology practice. METHODS: We follow the PRIMSA statement protocol and conduct a search of five relevant electronic databases. Our review focuses on: (1) genomic knowledge of oncogenomics or genomic services in oncology practices among physicians, and (2) interventions or strategies to provide genomic education of oncogenomics for physicians. RESULTS: We include twenty-one studies in our analysis. Nine focus on interventions to provide genomic education for cancer care. Overall, physicians' knowledge of oncogenomics among the three types is limited. The genomic literacy of physicians vary by their provider specialty, location, years of practice, and the type of genomic services. The three distinctions of knowledge offer a sophisticated and helpful tool to design effective strategies and interventions to provide genomic education for cancer treatment. In the nine educational intervention studies, the main intervention outcomes are changes in awareness, referral rates, genomic confidence, and genomic knowledge. CONCLUSION: Rogers' diffusion of innovation model allows us to differentiate three types of knowledge in the development and adoption of clinical genomics. This analytical lens can inform potential avenues to design more effective strategies and interventions to provide genomic education for oncology practice. We identified and synthesized a dearth of high quality studies that can inform the most effective educational outcomes of these interventions. Future research should attend to improving applications of genomic services in clinical practices, along with organizational change engendered by genomics in oncology practice.
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 | 0,020 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,013 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».