Implementing and Optimizing Universal Germline Genetic Testing for Patients With Prostate Cancer in Clinical Practice
Notice bibliographique
Résumé
OBJECTIVE: To advocate for universal germline genetic testing (UGGT) in prostate cancer and provide practical recommendations for its implementation. METHODS: Although guidelines for germline genetic testing in prostate cancer have progressed, usage remains limited and inconsistent due to barriers including access, cost, and variable guideline adherence. These issues prevent some patients with germline pathogenic/likely pathogenic variants from benefiting from risk assessment, precision therapies (eg, PARP inhibitors, PD-1 inhibitors), and potential clinical trials. Despite these benefits, studies indicate that germline genetic testing use remains low, especially in prostate cancer care. The PROCLAIM trial (Shore et al, 2023) highlighted that nearly half of patients with pathogenic variants are missed under National Comprehensive Cancer Network guidelines, particularly impacting non-white patients and those with incomplete family history data. Additional racial and socioeconomic disparities further hinder access and variant interpretation accuracy. Given these challenges, UGGT for all prostate cancer patients has been proposed to improve care equity and decision-making. In March 2024, prostate cancer experts convened to discuss strategies for UGGT implementation. RESULTS: The outcome of that meeting includes recommendations for integrating UGGT into oncology and urology practices and have been outlined in this paper. CONCLUSION: To maximize the benefits while mitigating the potential risks of UGGT, it is essential to address implementation details, including careful gene panel selection, variants of uncertain significance reporting and management, appropriate genetics follow-up, and seamless integration of test reports into electronic medical records for accessibility by patients and providers.
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 | 0,013 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».