Expanding the Australian Newborn Blood Spot Screening Program using genomic sequencing: do we want it and are we ready?
Notice bibliographique
Résumé
Since the introduction of genome sequencing in medicine, the factors involved in deciding how to integrate this technology into population screening programs such as Newborn Screening (NBS) have been widely debated. In Australia, participation in NBS is not mandatory, but over 99.9% of parents elect to uptake this screening. Gauging stakeholder attitudes towards potential changes to NBS is vital in maintaining this high participation rate. The current study aimed to determine the knowledge and attitudes of Australian parents and health professionals to the incorporation of genomic sequencing into NBS programs. Participants were surveyed online in 2016 using surveys adapted from previous studies. The majority of parents (90%) self-reported some knowledge of NBS, with 77% expressing an interest in NBS using the new technology. This was significantly lower than those who would utilise NBS using current technologies (99%). Although, many health professionals (62%) felt that new technologies should currently not be used as an adjunct to NBS, 79% foresaw the use of genomic sequencing in NBS by 2026. However, for genomic sequencing to be considered, practical and technical challenges as well as parent information needs were identified including the need for accurate interpretation of data; pre-and post-test counselling; and appropriate parental consent and opt-out process. Therefore, although some support for implementing genomic sequencing into Australian NBS does exist, there is a need for further investigation into the ethical, social, legal and practical implications of introducing this new technology as a replacement to current NBS methods.
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) | 0,000 | 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 ».