Genetic counselling considerations with genetic/genomic testing in Neonatal and Pediatric Intensive Care Units: A scoping review
Notice bibliographique
Résumé
Genetic and genomic technologies can effectively diagnose numerous genetic disorders. Patients benefit when genetic counselling accompanies genetic testing and international guidelines recommend pre- and post-test genetic counselling with genome-wide sequencing. However, there is a gap in knowledge regarding the unique genetic counselling considerations with different types of genetic testing in the Neonatal Intensive Care Unit (NICU) and the Pediatric Intensive Care Unit (PICU). This scoping review was conducted to identify the gaps in care with respect to genetic counselling for infants/pediatric patients undergoing genetic and genomic testing in NICUs and PICUs and understand areas in need of improvement in order to optimize clinical care for patients, caregivers, and healthcare providers. Five databases (MEDLINE [Ovid], Embase [Ovid], PsycINFO [Ebsco], CENTRAL [Ovid], and CINHAL [Ebsco]) and grey literature were searched. A total of 170 studies were included and used for data extraction and analysis. This scoping review includes descriptive analysis, followed by a narrative account of the extracted data. Results were divided into three groups: pre-test, post-test, and comprehensive (both pre- and post-test) genetic counselling considerations based on indication for testing. More studies were conducted in the NICU than the PICU. Comprehensive genetic counselling was discussed in only 31% of all the included studies demonstrating the need for both pre-test and post-test genetic counselling for different clinical indications in addition to the need to account for different cultural aspects based on ethnicity and geographic factors.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».