Large‐scale group genetic counseling: Evaluation of a novel service delivery model in a Canadian hereditary cancer clinic
Notice bibliographique
Résumé
Increasing demand for genetic services has led to the development of streamlined genetic counseling (GC) models. We piloted large-scale group pre-test GC with up to 50 patients per group and compared this to a traditional one-on-one approach. Patients referred to the British Columbia (BC) Cancer Hereditary Cancer Program were eligible if they had: (a) family history meeting our program's referral criteria; (b) no relevant personal history of cancer; (c) no prior genetic testing in the family; and (d) no living testable relative in BC. Patient-reported outcome measures included: (a) Genetic Counselling Outcome Scale (GCOS) prior to pre-test GC (T1) and at 4 weeks post-test GC (T2); (b) Satisfaction Survey after pre-test GC; and (c) the Multidimensional Impact of Cancer Risk Assessment (MICRA) for patients undergoing testing (4 weeks after post-test GC). In total, 391 patients underwent GC, 184 by group and 207 by one-on-one appointments. Between May 2018 and May 2019, 6 pre-test group sessions were conducted (median number of patients per group = 28; range 15-48). 8% of patients (n = 32) declined large group GC due to personal preference for one-on-one GC. There were no statistically significant differences in MICRA and GCOS survey results when comparing the pre-test large group versus traditional pre-test one-on-one models (based on 3 MICRA subscales: p = 0.063, p = 0.612, p = 0.842; and GCOS p = 0.169). Overall, the large group pre-test counseling approach was more time-efficient with 15-48 patient group sessions conducted over a mean duration of 80 min as compared to 42 min per patient with the traditional one-on-one GC model. Large-scale group GC was feasible and acceptable to patients and represents a novel streamlined model for GC to enable timely access to cancer genetic services.
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 | 0,002 | 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 ».