Canadian genetic healthcare professionals’ attitudes towards discussing private pay options with patients
Notice bibliographique
Résumé
BACKGROUND: Just as there is inconsistency with respect to coverage of genomic testing with insurance carriers, there is interprovincial discrepancy in Canada. Consequently, the option of private pay (e.g., self pay) arises, which can lead to inequities in access, particularly when patients may not be aware of this option. There are currently no published data regarding how the Canadian genetics community handles discussions of private pay options with patients. The purpose of this study was to assess the attitudes of genetic healthcare professionals (GHPs: medical geneticists, genetic counselors, and genetic nurses) practicing in Canada toward these discussions. METHODS: An online survey was distributed to members of the Canadian College of Medical Geneticists and the Canadian Association of Genetic Counsellors to assess frequencies, rationale, and ethical considerations regarding these conversations. Quantitative data were analyzed using descriptive statistics. RESULTS: Of 144 respondents, 95% reported discussing private pay and 65% reported working in a clinic without a policy on this issue. There were geographic and practice-specific differences. The most common circumstance for these discussions was when a test was clinically indicated (e.g., but funding was denied) followed by when the patient initiated the conversation. The most frequently discussed tests included: multi-gene panels (73% of respondents), noninvasive prenatal testing (62%), and pre-implantation genetic diagnosis (58%). Although 65% felt it was ethical to discuss private pay, 35% indicated it was "sometimes" ethical. CONCLUSION: With the increasing availability of genomic technologies, these findings inform how we practice and demonstrate the need for policy in this area.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».