Trends in the Utilization of BRCA1 and BRCA2 Testing After the Introduction of a Publicly Funded Genetic Testing Program
Notice bibliographique
Résumé
Purpose: To effectively reduce cancer burden, genetic testing programs should identify high-risk individuals prior to cancer development, when risk-reduction strategies can be implemented. We evaluated trends in BRCA1/BRCA2 testing use after implementation of a publicly funded testing program. Methods: We conducted a retrospective, near population-based study of women who underwent BRCA1/BRCA2 testing in Ontario, Canada, (2007–2016) (n = 15,986). Temporal trends were evaluated using linear and Poisson regression. Results: Although annual utilization of testing increased over time (p < 0.001), mean age at testing increased from 49.9 years (SD 13.8) in 2007 to 53.8 years (SD 13.7) in 2016 (p < 0.001). The proportion of women with a cancer history at testing also increased from 53.5% in 2007 to 66.3% in 2015 (p < 0.001); the proportion of women free from breast cancer did not change significantly (49.2% in 2007 versus 45.1% in 2015, p = 0.90). As a proportion of all tested, those with breast cancer tested within 3 months of diagnosis increased over time (0.39% of tests in 2007 versus 13.6% of tests in 2015; p < 0.001). Conclusions: While the institution of a publicly funded genetic testing program was associated with rising utilization, increasing age at testing and decreasing testing of unaffected women suggest limitations in identifying high-risk individuals eligible for risk-reduction.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».