MétaCan
Menu
Retour à la cohorte
Enregistrement W4392606665 · doi:10.1016/j.gimo.2024.101776

P862: How to conduct equitable genetics research to include underserved populations: A systematic review of best practices

2024· review· en· W4392606665 sur OpenAlexaff
Vernie Aguda, Sonya Grewal, Arielle Nsenga, Daena Hirjikaka, Saumeh Saeedi, Emma Reble, Marc Clausen, Charles Law, Francine Holness, Kristal John, Tracy Reece, Aaron Pollett, Aïsha Lofters, Ambreen Sayani, Andrea Eisen, David A. Lightfoot, Harriet Feilotter, Jordan Lerner‐Ellis, Melyssa Aronson, Nav Persaud, Yvonne Bombard

Notice bibliographique

RevueGenetics in Medicine Open · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensQueen's UniversityHealth Sciences CentreSunnybrook Health Science CentreWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBest practiceGeneticsBiologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The genetics community at large has recognized that current data sources and analytical approaches are inherently biased toward individuals of European ancestry. Underrepresentation of genomes from diverse ancestries results in uncertainty about the interpretation of benign vs disease-causing genetic variation leading to a higher rate of inconclusive test results in those populations and risk prediction models that do not transfer across genetic ancestries. Without a genetic diagnosis, access to personalized treatment and management options, as well as cascade testing for relatives, is restricted, often in populations who are already under-referred to genetic services.

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)0,034
score de la tête « metaresearch » (Gemma)0,277
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0340,277
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0070,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,922
Tête enseignante GPT0,719
Écart entre enseignants0,203 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenetics in Medicine OpenMême sujetHealth and Medical Research ImpactsTravaux en français237 207