Ethical, Legal, and Regulatory Issues for the Implementation of Omics-Based Risk Prediction of Women’s Cancer: Points to Consider
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Advances in omics open new opportunities for cancer risk prediction and risk-based screening interventions. However, implementation of risk prediction in clinical practice may impact the ethical, legal, and regulatory aspects of current cancer screening programs. In order to support decision-making, we analyzed the ethical, legal, and regulatory issues and developed a set of Points to Consider to support management of these issues. METHODS: We analyzed the legal and policy frameworks applicable to breast and cervical cancer screening programs in 7 European countries. We identified the most relevant issues to be considered, and we developed considerations for their management, based on the literature, the legal and policy frameworks, and our experience with similar issues. RESULTS: The considerations focus on five topics: (A) health services planning, (B) information and invitation, (C) consent and data/sample collection, (D) risk calculation and communication of results, and (E) storage of data and residual samples. CONCLUSION: Current frameworks might not be adequate to implement a risk prediction approach using omics factors due to the different characteristics of such approaches.
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 | 0,349 | 0,380 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,041 |
| Communication savante | 0,021 | 0,020 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,025 | 0,030 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».