MétaCan
Menu
Retour à la cohorte
Enregistrement W4406407016 · doi:10.3389/fpubh.2024.1501942

Management of rare and undiagnosed diseases: insights from researchers and healthcare professionals in Türkiye

2025· article· en· W4406407016 sur OpenAlexfundno aff
Sinem Durmuş, Emrah Yücesan, Sinem Aktug, Begum Utz, Ahmet Okay Çağlayan, Pınar Gençpınar, Çağatay Günay, Yavuz Oktay, Ayca Yigit, Ugur Ozbek

Notice bibliographique

RevueFrontiers in Public Health · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Health, British ColumbiaEuropean Commission
Mots-clésStakeholderHealth careHealth professionalsMedicineWork (physics)Medical educationNursingPublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction: Diagnosis, treatment and management of rare diseases (RD) pose unique challenges due to their complex nature, significantly impacting the daily experiences of researchers and healthcare professionals working in this field. Despite increasing awareness and progress in the field of RD worldwide in recent years, a significant gap remains in our understanding of the specific barriers that these professionals face in their work with RD. This study provides a detailed survey analysis that sheds light on the challenges that researchers and healthcare professionals face in diagnosing, treating, managing and conducting research on RD. Methods: We developed a national online survey with three RD stakeholder groups (Researchers, Healthcare professionals and researcher-healthcare professionals) to identify the main challenges and needs in Türkiye for the diagnosis, treatment and follow-up processes of rare and undiagnosed diseases. Results: The survey was completed by 363 participants, revealing that participants face key challenges such as the need to refer patients to specialized centers, financial burdens, limited access to necessary tests, inadequate support for rare disease research and a lack of interdisciplinary collaboration. Participants also noted that RD are inherently difficult to conduct research on with small cohorts. Survey results also suggest a number of policy improvements to accelerate research on RD: increased funding, establishment of robust surveillance systems, and development of comprehensive national action plans and guidelines on RD. Discussion: To the best of our knowledge, this is the first study to be conducted in Türkiye. This study contributes to the understanding of the needs of professionals in rare disease research and highlights the urgent need for system improvements to support them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,019
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,004
Communication savante0,0050,005
Science ouverte0,0010,007
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,321
Écart entre enseignants0,302 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetGenomics and Rare DiseasesTravaux en français237 207