Risk-Stratified Approach to Breast Cancer Screening in Canada: Women’s Knowledge of the Legislative Context and Concerns about Discrimination from Genetic and Other Predictive Health Data
Notice bibliographique
Résumé
The success of risk-stratified approaches in improving population-based breast cancer screening programs depends in no small part on women's buy-in. Fear of genetic discrimination (GD) could be a potential barrier to genetic testing uptake as part of risk assessment. Thus, the objective of this study was twofold. First, to evaluate Canadian women's knowledge of the legislative context governing GD. Second, to assess their concerns about the possible use of breast cancer risk levels by insurance companies or employers. We use a cross-sectional survey of 4293 (age: 30-69) women, conducted in four Canadian provinces (Alberta, British Colombia, Ontario and Québec). Canadian women's knowledge of the regulatory framework for GD is relatively limited, with some gaps and misconceptions noted. About a third (34.7%) of the participants had a lot of concerns about the use of their health information by employers or insurers; another third had some concerns (31.9%), while 20% had no concerns. There is a need to further educate and inform the Canadian public about GD and the legal protections that exist to prevent it. Enhanced knowledge could facilitate the implementation and uptake of risk prediction informed by genetic factors, such as the risk-stratified approach to breast cancer screening that includes risk levels.
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 | 0,000 | 0,000 |
| 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 ».