“Balancing Expectations with Actual Realities”: Conversations with Clinicians and Scientists in the First Year of a High-Risk Childhood Cancer Precision Medicine Trial
Notice bibliographique
Résumé
= 15) experiences in the first year of the PRecISion Medicine for Children with Cancer (PRISM) trial for children and adolescents with high-risk cancers, through an in-depth semi-structured interview. We thematically analysed participants' responses regarding their professional challenges, and measured oncologists' knowledge of genetics and confidence with somatic and germline molecular test results. Both groups described positive early experiences with PRISM but were cognisant of managing parents' expectations. Key challenges for clinicians included understanding and communicating genomic results, balancing biopsy risks, and drug access. Most oncologists rated 'good' knowledge of genetics, but a minority were 'very confident' in interpreting (25%), explaining (34.4%) and making treatment recommendations (18.8%) based on somatic genetic test results. Challenges for scientists included greater emotional impact of their work and balancing translational outputs with academic productivity. Continued tracking of these challenges across the course of the trial, while assessing the perspectives of a wider range of stakeholders, is critical to drive the ongoing development of a workforce equipped to manage the demands of paediatric precision medicine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,045 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,013 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,006 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».