MétaCan
Menu
Retour à la cohorte
Enregistrement W2925811623 · doi:10.1186/s13073-019-0619-9

Predispositional genome sequencing in healthy adults: design, participant characteristics, and early outcomes of the PeopleSeq Consortium

2019· article· en· W2925811623 sur OpenAlexafffund
Emilie S. Zoltick, Michael D. Linderman, Molly A. McGinniss, Erica Ramos, Mad Price Ball, George M. Church, Debra G. B. Leonard, Stacey Pereira, Amy L. McGuire, C. Thomas Caskey, Saskia C. Sanderson, Eric E. Schadt, Daiva E. Nielsen, Scott Crawford, Robert C. Green

Notice bibliographique

RevueGenome Medicine · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentInvitaeCullen FoundationBroad InstituteNational Human Genome Research InstituteIlluminaNational Heart, Lung, and Blood InstituteU.S. Department of Defense
Mots-clésPersonal genomicsMedicineWhole genome sequencingDNA sequencingFamily medicineGenomic sequencingGenetic testingHealth careCohortGenomeGeneticsBiologyInternal medicineGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Increasing numbers of healthy individuals are undergoing predispositional personal genome sequencing. Here we describe the design and early outcomes of the PeopleSeq Consortium, a multi-cohort collaboration of predispositional genome sequencing projects, which is examining the medical, behavioral, and economic outcomes of returning genomic sequencing information to healthy individuals. METHODS: Apparently healthy adults who participated in four of the sequencing projects in the Consortium were included. Web-based surveys were administered before and after genomic results disclosure, or in some cases only after results disclosure. Surveys inquired about sociodemographic characteristics, motivations and concerns, behavioral and medical responses to sequencing results, and perceived utility. RESULTS: Among 1395 eligible individuals, 658 enrolled in the Consortium when contacted and 543 have completed a survey after receiving their genomic results thus far (mean age 53.0 years, 61.4% male, 91.7% white, 95.5% college graduates). Most participants (98.1%) were motivated to undergo sequencing because of curiosity about their genetic make-up. The most commonly reported concerns prior to pursuing sequencing included how well the results would predict future risk (59.2%) and the complexity of genetic variant interpretation (56.8%), while 47.8% of participants were concerned about the privacy of their genetic information. Half of participants reported discussing their genomic results with a healthcare provider during a median of 8.0 months after receiving the results; 13.5% reported making an additional appointment with a healthcare provider specifically because of their results. Few participants (< 10%) reported making changes to their diet, exercise habits, or insurance coverage because of their results. Many participants (39.5%) reported learning something new to improve their health that they did not know before. Reporting regret or harm from the decision to undergo sequencing was rare (< 3.0%). CONCLUSIONS: Healthy individuals who underwent predispositional sequencing expressed some concern around privacy prior to pursuing sequencing, but were enthusiastic about their experience and not distressed by their results. While reporting value in their health-related results, few participants reported making medical or lifestyle changes.

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)0,000
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 enseignants0,356
Score d'incertitude au seuil0,361

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,018
Tête enseignante GPT0,246
Écart entre enseignants0,228 · 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

Citations60
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenome MedicineMême sujetGenomics and Rare DiseasesTravaux en français237 207