Trust and the ethical challenges in the use of whole genome sequencing for tuberculosis surveillance: a qualitative study of stakeholder perspectives
Notice bibliographique
Résumé
BACKGROUND: Emerging genomic technologies promise more efficient infectious disease control. Whole genome sequencing (WGS) is increasingly being used in tuberculosis (TB) diagnosis, surveillance, and epidemiology. However, while the use of WGS by public health agencies may raise ethical, legal, and socio-political concerns, these challenges are poorly understood. METHOD: Between November 2017 and April 2018, we conducted semi-structured interviews with 22 key stakeholders across the fields of governance and policy, public health, and laboratory sciences representing the major jurisdictions currently using WGS in national TB programs. Thematic analysis of the interviews was conducted using NVivo 11. RESULTS: Respondents identified several ethical and practical challenges associated with WGS in TB care and surveillance, all related to issues of trust, including: 1) the power of public health; 2) data sharing and profits derived from surveillance efforts; and 3) concerns regarding who has access to, and can benefit from, the technology. Additional challenges included: the potential utility that WGS adds to a public health program, the risks associated with linking necessary epidemiological metadata to the genomic data, and challenges associated with jurisdictional capacity to implement the technology. CONCLUSIONS: Successful implementation of WGS is dependent on fostering relationships of trust between those working with genomics technology and those directly impacted by it, including clinicians. Building trust (a) between the public and the public health agencies and (b) within public health agencies themselves is critical due to the inherent complexity of WGS and its implementation for communicable disease control purposes.
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 | 0,004 | 0,009 |
| 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 ».