MétaCan
Menu
Retour à la cohorte
Enregistrement W2920914266 · doi:10.1111/cge.13531

Genetic counselors' preferences for coverage of preimplantation genetic diagnosis: A discrete choice experiment

2019· article· en· W2920914266 sur OpenAlexafffundabout
Elaine Goh, Fiona A. Miller, Deborah A. Marshall, Wendy J. Ungar

Notice bibliographique

RevueClinical Genetics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensUniversity of TorontoSickKids FoundationHospital for Sick ChildrenInstitute for Clinical Evaluative SciencesUniversity of CalgaryTrillium Health Centre
Organismes subventionnairesInstitute of Health Services and Policy ResearchCanadian Institutes of Health ResearchHospital for Sick Children
Mots-clésMultinomial logistic regressionGenetic testingLogistic regressionScope (computer science)Genetic counselingActuarial sciencePreimplantation genetic diagnosisFertilityMixed logitDiscrete choiceFamily historyPsychologyMedicineDemographyEnvironmental healthBusinessEconometricsComputer scienceEconomicsBiologyPopulationGeneticsPregnancySurgery

Résumé

récupéré en direct d'OpenAlex

Preimplantation genetic diagnosis (PGD) allows couples to test for a genetically affected embryo prior to implantation. Patient access to this ethically complex and expensive technology differs markedly across jurisdictions, with differences in private/public insurance coverage and variations in patient inclusion and diagnostic criteria. The objective of the study was to identify trade-offs regarding PGD coverage decisions amongst genetic counselors. To quantify stated preferences for PGD coverage, we conducted a discrete choice experiment with Canadian genetic counselors (GC) considering attributes regarding the scope of testing (PGD indication, risk of the condition and number of cycles covered) and patient inclusion criteria (fertility status and family history). Multinomial logit regression was used to estimate trade-offs amongst attributes using part-worth utilities and importance scores. The completed response rate was 41% with 126 GC completing the survey. Risk of the genetic condition was the most important attribute. Overall, GC were more responsive to the scope of testing criteria including the condition's risk (importance score of 42%) and PGD indication (31%) rather than family history (11%) and fertility status (8%). Based on this study's attributes and levels, condition characteristics are prioritized even above patient characteristics for PGD coverage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,697

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,384
Écart entre enseignants0,323 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical GeneticsMême sujetPrenatal Screening and DiagnosticsTravaux en français237 207