Knowledge, perceptions, attitudes, and barriers pertaining to genetic literacy among surgeons: a scoping review
Notice bibliographique
Résumé
BACKGROUND: The rapid evolution of genetic technologies and utilization of genetic information for clinical decision-making has necessitated increased surgeon participation in genetic counselling, testing, and appropriate referral of patients for genetic services, without formal training in genetics. We performed a scoping review to describe surgeons' knowledge, perceptions, attitudes, and barriers pertaining to genetic literacy in the management of patients who had confirmed cancer or who were potentially genetically at risk. METHODS: We conducted a scoping review in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-analyses Extension for Scoping Reviews checklist. We performed a comprehensive literature search, and 2 reviewers independently screened studies for inclusion. These studies included surgeons involved in the care of patients with confirmed gastrointestinal, breast, and endocrine and neuroendocrine cancers, or patients who were potentially genetically at risk for these cancers. RESULTS: We analyzed 17 studies, all of which used survey or interview-based formats. Many surgeons engaged in genetic counselling, testing, and referral, but reported low confidence and comfort in doing so. Knowledge assessments showed lower confidence in identifying genetic inheritance patterns and hereditary cancer syndromes, but awareness was higher among surgeons with greater clinical volume or subspecialty training in oncology. Surgeons felt responsible for facilitating these services and explicitly requested educational support in genetics. Barriers to genetic literacy were identified and catalogued at patient, surgeon, and system levels. CONCLUSION: Surgeons frequently engage in genetics-related tasks despite a lack of formal genetics training, and often report low knowledge, comfort, and confidence in providing such services. We have identified several barriers to genetic literacy that can be used to develop interventions to enhance genetic literacy among surgeons.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,017 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».