Risk-Stratified Breast Cancer Screening Incorporating a Polygenic Risk Score: A Survey of UK General Practitioners’ Knowledge and Attitudes
Notice bibliographique
Résumé
A polygenic risk score (PRS) quantifies the aggregated effects of common genetic variants in an individual. A 'personalised breast cancer risk assessment' combines PRS with other genetic and nongenetic risk factors to offer risk-stratified screening and interventions. Large-scale studies are evaluating the clinical utility and feasibility of implementing risk-stratified screening; however, General Practitioners' (GPs) views remain largely unknown. This study aimed to explore GPs': (i) knowledge of risk-stratified screening; (ii) attitudes towards risk-stratified screening; and (iii) preferences for continuing professional development. A cross-sectional online survey of UK GPs was conducted between July-August 2022. The survey was distributed by the Royal College of General Practitioners and via other mailing lists and social media. In total, 109 GPs completed the survey; 49% were not familiar with the concept of PRS. Regarding risk-stratified screening pathways, 75% agreed with earlier and more frequent screening for women at high risk, 43% neither agreed nor disagreed with later and less screening for women at lower-than-average risk, and 55% disagreed with completely removing screening for women at much lower risk. In total, 81% felt positive about the potential impact of risk-stratified screening towards patients and 62% felt positive about the potential impact on their practice. GPs selected training of healthcare professionals as the priority for future risk-stratified screening implementation, preferring online formats for learning. The results suggest limited knowledge of PRS and risk-stratified screening amongst GPs. Training-preferably using online learning formats-was identified as the top priority for future implementation. GPs felt positive about the potential impact of risk-stratified screening; however, there was hesitance and disagreement towards a low-risk screening pathway.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».