MétaCan
Menu
Retour à la cohorte
Enregistrement W4367331622 · doi:10.1007/978-3-031-24271-7_9

Decision-Making About Newborn Screening Panels in Canada: Risk Management and Public Participation

2023· book-chapter· en· W4367331622 sur OpenAlexaffabout
Marisa Beck, Brendan Frank, Sara Minaeian, Stuart G. Nicholls

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceNewborn screeningDemocratizationPublic healthRisk managementPolitical scienceBusinessMedicinePublic relationsFinancePediatricsPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Newborn Bloodspot Screening (NBS) enables diagnosis and early treatment of rare diseases in non-symptomatic neonates. NBS has well-documented benefits for babies, their families, and the healthcare system at large. In recent decades, rapid advances in screening technologies enabled the proliferation of testable diseases. This has led to increased discussion of both the benefits relevant to decision-making but also the health, economic and ethical challenges associated with the expansion of NBS panels. However, technological capability is not the sole driver of panel expansions, and we suggest that decisions to add a condition to the screening panel constitute exercises in risk management. Using a risk governance lens, this chapter examines procedures that govern decision-making concerning screening panel additions in several Canadian NBS programs. Specifically, we draw on an analysis of documents in the public domain and interviews with individuals associated with Canadian NBS programs to identify the risk management tools that are applied. Our analysis indicates that there is a reliance on the advice of experts and economic controls but limited public participation in decisions about screening panels. We conclude with a discussion of why democratization might strengthen decision-making and offer recommendations to practitioners and scholars regarding next steps and future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,878
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,318
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRisk Perception and ManagementTravaux en français237 207