MétaCan
Menu
Retour à la cohorte
Enregistrement W4409516480 · doi:10.3389/fpubh.2025.1425990

The current stage of Italy in the implementation of genomics into the National Healthcare System: an application of the B1MG maturity level model

2025· article· en· W4409516480 sur OpenAlexfundno aff
Valentina Baccolini, Erica Pitini, Daniela Galeone, Carolina Marzuillo, Americo Cicchetti, Marcello Arca, Astrid M. Vicente, Stefania Boccia, Paolo Villari

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 Columbia
Mots-clésMaturity (psychological)Health careComputer scienceHealthcare systemGenomicsStage (stratigraphy)Capability Maturity ModelCurrent (fluid)Data scienceBiologyEngineeringGenomePsychologyPolitical scienceGenetics

Résumé

récupéré en direct d'OpenAlex

Introduction: Genomics holds significant promise for prevention and clinical care yet integrating it into the national healthcare system (NHS) requires considerable system-wide changes. This study assessed the current stage of Italy in the use of genomics, to map critical areas for improvement and contribute to a strategic plan. Methods: A total of 18 experts rated individually the level of maturity of the Italian NHS on a scale from 1 (lowest) to 5 (highest) using the B1MG Maturity Level Model tool. This instrument is an European matrix of 49 indicators grouped into eight domains: governance, economic aspects, ethics and legislation, public awareness, workforce skills, clinical organization, clinical guidelines, and data infrastructure. Consensus procedures were performed within each domain to finally agree on one maturity level per indicator. Results: Despite a few national initiatives, Italy shows a local level of implementation in most indicators. Genomic medicine is considered a priority, but still lacks an updated strategy and investment plans. A higher maturity is reached for ethical and legal aspects, but there is a strong need to invest in workforce training, citizen engagement and literacy, and large-scale adoption of tools and novel technologies. Infrastructures and guidelines to improve data storage, management, analysis, interpretation, and sharing are not yet widespread available. Discussion: Italy is at the beginning of its journey towards a sustainable implementation of genomics. An updated national strategy with coordinated actions and investment plans is needed to make progress in key areas, including personnel education, public engagement, technical infrastructure, and clinical organization.

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)0,036
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,344
Écart entre enseignants0,315 · 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'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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