MétaCan
Menu
Retour à la cohorte
Enregistrement W4390176255 · doi:10.3390/jpm14010022

User Experiences of Pharmacogenomic Testing and Opinions among Psychiatry Patients

2023· article· en· W4390176255 sur OpenAlexaff
Catherine R. Virelli, Mahbod Ebrahimi, Ayeshah G. Mohiuddin, Julia Tomasi, Amanda Lisoway, Deanna Herbert, Victoria Marshe, Sean A. Kidd, Joseph Ferenbok, James L. Kennedy

Notice bibliographique

RevueJournal of Personalized Medicine · 2023
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPharmacogenomicsMedicinePsychiatryPsychologyPharmacology

Résumé

récupéré en direct d'OpenAlex

Pharmacogenomic testing (PGx) is a tool used to guide physicians in selecting an optimal medication for clients based on their genetic profile. The objective of this qualitative study is to understand patients' experiences with PGx testing as well as their opinions regarding the clinical adoption of such tests in psychiatry. A focus group was conducted to assess the needs of clients who had experience using a PGx test. Participants were recruited from a large study on PGx testing that offered physicians an opportunity to use PGx reports to guide psychotropic prescriptions. The focus group discussions were recorded, transcribed, and coded using NVivo to identify core themes. A total of 11 people participated in the focus group. Our analysis revealed that many participants were in favour of implementing PGx testing in psychiatric practice, and all expressed important considerations for patient-centred optimization of PGx testing. The main themes captured were: education and awareness among clinicians, cost considerations, PGx results-sharing and accessibility, and prospective benefits. The results of this study suggest that patients are keen to see PGx testing in widespread clinical care, but they report important opportunities to improve knowledge mobilization of PGx testing.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,849

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,115
Tête enseignante GPT0,442
Écart entre enseignants0,327 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207