MétaCan
Menu
Retour à la cohorte
Enregistrement W2989769862 · doi:10.3389/fgene.2019.01189

Informing Integration of Genomic Medicine Into Primary Care: An Assessment of Current Practice, Attitudes, and Desired Resources

2019· article· en· W2989769862 sur OpenAlexaffabout
June Carroll, Judith Allanson, Shawna Morrison, Fiona A. Miller, Brenda J. Wilson, Joanne Permaul, Deanna Telner

Notice bibliographique

RevueFrontiers in Genetics · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensMemorial University of NewfoundlandChildren's Hospital of Eastern OntarioUniversity of TorontoSinai Health System
Organismes subventionnairesnon disponible
Mots-clésReferralGenetic testingGenetic counselingFamily medicineMedicineFamily historyMedical educationPsychologyGeneticsInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Introduction: Preparing primary care providers (PCP) for genomic medicine (GM) first requires assessment of their educational needs in order to provide clear, purposeful direction and justify educational activities. More understanding is needed about PCPs’ perspectives on their role in newer areas of GM and what resources would be helpful in practice. Our objective was to determine family physicians’ (FP) current involvement and confidence in GM, attitudes regarding its clinical value, suggestions for integration of GM into practice and resources and education required. Methods: A self-complete anonymous questionnaire was mailed to a random sample of 2,000 FPs in Ontario, Canada. Response rate was 26% (361/1,365), mean age 51, 53% male. Results: FPs reported many aspects of traditional GM as part of current practice (eliciting family history: 93%; deciding who to refer to genetics: 94%; but few reported confidence (44%, 32% respectively). Newer areas of GM were not part of most FPs’ current practice and confidence was low (pharmacogenetics: 28% part of practice, 5% confident; direct-to-consumer genetic testing: 14%/2%; whole genome sequencing: 8%/2%). Attitudes were mixed with 59% agreeing that GM would improve patient health outcomes, 41% seeing benefits to genetic testing, but only 36% agreeing it was their responsibility to incorporate GM into practice. Few could identify useful sources of genetic information (22%) or find information about genetic tests (21%). Educational resources participants anticipated would be useful included contact information for local genetics clinics (89%), summaries of genetic disorders (86%) and genetic referral (85%) and testing (86%) criteria. About 58% were interested in learning about new genetic technologies. Most (76%) wanted to learn through in-person teaching (lectures, seminars etc.), 66% wanted contact with a local genetic counselor to answer questions and 59% were interested in a genetics education website. Conclusion: FPs lack confidence in GM skills needed for practice, particularly in emerging areas of GM. They see their role as making appropriate referrals, are somewhat optimistic about the contribution GM may make to patient care, but express caution about its current clinical benefits. There is a need for evidence-based educational resources integrated into primary care and improved communication with genetic specialists.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,234
Score d'incertitude au seuil0,464

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,331
Écart entre enseignants0,319 · 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 source (Gemma direct ou Codex distillé), 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

Citations73
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetBRCA gene mutations in cancerTravaux en français237 207