How the prospect of a clinical trial impacts decision-making for predictive genetic testing in ALS
Notice bibliographique
Résumé
Objective: Genetic testing practices are rapidly evolving for people living with, or at-risk for, amyotrophic lateral sclerosis (ALS), due to emerging genotype-driven therapies. This study explored how individuals at-risk for familial ALS (fALS) perceive the opportunity to participate in a clinical trial, and to better understand how that may influence the decision-making process for predictive genetic testing. Methods: This study used both quantitative and qualitative data analyses. Data were collected through an online questionnaire, followed by semi-structured interviews conducted with twelve (n = 12) individuals at-risk for either SOD1- or C9orf72-ALS who had predictive testing prior to study participation. Interview data were analyzed using reflexive thematic analysis. Results: Three overarching themes were conceptualized from the data: i) the psychosocial impact of fALS; ii) perspectives of at-risk individuals on research involvement; and iii) predictive genetic counseling and testing considerations. These results contribute perspectives of the lived experience to inform predictive genetic counseling and testing practices for individuals at-risk for fALS. Conclusion: Individuals at-risk for fALS view potential participation in a presymptomatic clinical trial as an actionable measure that may increase their desire for predictive genetic testing. Genetic counseling was identified as a critical component of the predictive testing process given the life-changing implications associated with a positive result. Increased access to predictive genetic counseling, and in a timely manner, is a significant need in the ALS population given potential access to gene-specific therapies in the presymptomatic stage.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».