Public trust and genomic medicine in Canada and the UK
Notice bibliographique
Résumé
<ns3:p><ns3:bold>Background: </ns3:bold>Genomic medicine could improve precise risk stratification, early prevention, and personalised treatment across a broad spectrum of disease. As this reality approaches, questions on the importance of public trust arise. The success of genomic medicine initiatives is influenced by the public’s trust and willingness to engage. Specific social actors influential in the public's trust have been identified by the “Your DNA, Your Say” study, including doctors, researchers, and governments. This paper aims to identify and examine which specific social actors, if any, in Canada and the United Kingdom (UK) are the most trustworthy and influential to engage the public in genomic medicine.</ns3:p><ns3:p> <ns3:bold>Methods: </ns3:bold>Using data from the ‘Your DNA, Your Say’ study, logistic regression models and Pearson’s chi-square tests were conducted to explore trust in social actors across Canada and the UK.</ns3:p><ns3:p> <ns3:bold>Results: </ns3:bold>The results demonstrate Canada and the UK significantly differ in public trust and willingness to donate. Non-profit researchers, domestic doctors, and personal doctors were identified to be the most influential and trustworthy social actors in Canada and the UK.</ns3:p><ns3:p> <ns3:bold>Conclusions: </ns3:bold>The comparative results indicate that both countries would benefit from engaging the public through doctors and non-profit researchers. The UK could additionally support public trust by engaging with the public through the National Health Service. However, the results suggest that whilst public trust is significant, it may be neither necessary nor sufficient in influencing willingness to donate. Future research could do well to investigate how the importance of public trust compares in countries with lower public trust.</ns3:p>
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».