Approaches to carrier testing and results disclosure in translational genomics research: The clinical sequencing exploratory research consortium experience
Notice bibliographique
Résumé
BACKGROUND: Clinical genome and exome sequencing (CGES) is primarily used to address specific clinical concerns by detecting risk of future disease, clarifying diagnosis, or directing treatment. Additionally, CGES makes possible the disclosure of autosomal recessive and X-linked carrier results as additional secondary findings, and research about the impact of carrier results disclosure in this context is needed. METHODS: Representatives from 11 projects in the clinical sequencing exploratory research (CSER) consortium collected data from their projects using a structured survey. The survey focused on project characteristics, which variants were offered and/or disclosed to participants as carrier results, methods for carrier results disclosure, and project-specific outcomes. We recorded quantitative responses and report descriptive statistics with the aim of describing the variability in approaches to disclosing carrier results in translational genomics research projects. RESULTS: The proportion of participants with carrier results was related to the number of genes included, ranging from 3% (three genes) to 92% (4,600 genes). Between one and seven results were disclosed to those participants who received any positive result. Most projects offered participants choices about whether to receive some or all of the carrier results. There were a range of approaches to communicate results, and many projects used separate approaches for disclosing positive and negative results. CONCLUSION: Future translational genomics research projects will need to make decisions regarding whether and how to disclose carrier results. The CSER consortium experience identifies approaches that balance potential participant interest while limiting impact on project resources.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».