Pharmacogenomic education among genetic counseling training programs in North America
Notice bibliographique
Résumé
The increasing number of genetic counselors participating directly in clinical pharmacogenomic post-test counseling prompted our evaluation of pharmacogenomic education across genetic counseling training programs in North America. Thirty-one program leadership participants from both the United States (U.S.) and Canada responded to a survey assessing pharmacogenomics education and the role of genetic counselors. Eighty-five percent of respondents agreed pharmacogenomics is currently within the scope of genetic counseling practice, and 96.3% indicated their training programs currently provide education on pharmacogenomics, with the majority reporting < 7 hr of education. Lectures on pharmacogenomics were the most common method for didactics; however, some programs also included practical modalities (e.g., case studies, clinical rotations) and online resources. Barriers to expanding pharmacogenomic education included the constrained timeline of training, and lack of resources and local expertise. Moreover, participants suggested that genetic counselors ideally should be able to order pharmacogenomic tests and counsel patients on pharmacogenomics, including result interpretation, as they believe pharmacogenomics does fall within the scope of practice of genetic counseling. Our novel results also confirm that training program leadership support a pharmacogenomic service delivery model that includes a combined effort between genetic counselors and pharmacists to utilize their synergistic expertise. However, this model likely still necessitates expanding pharmacogenomic didactics in genetic counseling training programs through more practical training and/or by leveraging online pharmacogenomic courses dedicated to supporting clinical implementation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».