L’implantation du test génomique prénatal non invasif dans un contexte d’universalisation et d’expansion : une étude qualitative des perceptions des professionnels de la santé
Notice bibliographique
Résumé
Depuis la commercialisation du test génomique prénatal non invasif (TGPNI) en 2011, la communauté scientifique s’affaire à déterminer qui devrait y avoir accès et quelles conditions génétiques devraient être dépistées. L’implantation de cette technologie de dépistage prénatal dans les systèmes de santé a créé une mini-révolution remettant en question le statu quo bien établi depuis des années. C’est que le TGPNI ne requiert qu’une seule prise de sang, il peut être réalisé au courant du premier trimestre et ses résultats sont basés sur une analyse génétique plutôt que probabiliste comme les méthodes de dépistage traditionnelles. Cette thèse s’ajoute aux réflexions qu’ont menées les bioéthiciens au cours des dernières décennies au sujet du dépistage prénatal. Elle a pour but d’appuyer les professionnels de la santé et les décideurs publics dans les choix qu’ils feront pour offrir le TGPNI à la population qu’ils desservent. Elle s’appuie sur une discussion dans la littérature scientifique qui s’intéresse aux enjeux éthiques de l’implantation du TGPNI auprès de diverses populations et au sujet des conditions qui sont dépistées. Alors qu’initialement limitées aux personnes enceintes ayant une haute probabilité d’avoir un fœtus avec une aneuploïdie, les récentes avancées scientifiques permettent d’offrir le TGPNI à toutes les personnes enceintes. De plus, la précision du dépistage permet d’aller au-delà des aneuploïdies et de cibler des modifications génétiques de plus petites tailles. Les enjeux éthiques pour ces deux réalités dépassent maintenant ceux du dépistage prénatal qui était limité à certaines conditions et à certaines populations. Cette thèse présente d’abord au chapitre 1 un état de la littérature au sujet du TGPNI, de son implantation au Canada, de son offre potentielle en première intention et de l’expansion des conditions qu’il pourrait dépister. Le chapitre 2 aborde la problématique traitée par cette thèse et le chapitre 3 est dédié à la réflexivité de l’auteur à propos de son sujet de recherche. Le chapitre 4 contient un premier article qui décrit le cadre conceptuel et l’outil d’analyse utilisés pour concevoir cette recherche. Il présente la place du TGPNI en recherche translationnelle, l’importance de la science de l’implantation pour considérer ses enjeux éthiques et l’outil utilisé pour collecter et analyser des données auprès des professionnels de la santé : le Consolidated Framework for Implementation Research (CFIR). Le chapitre 5 présente la méthodologie qui a été utilisée pour collecter et analyser les données du projet de recherche. Le chapitre 6 contient le deuxième article qui présente les résultats d’entrevues semi-dirigées réalisées avec des professionnels de la santé œuvrant en soins périnataux. Le chapitre décrit des barrières et des facilitateurs qui peuvent impacter l’implantation en première intention du TGPNI. Les enjeux éthiques sous-jacents à ces barrières et facilitateurs sont présentés en complément du deuxième article. Le chapitre 7 contient le troisième article qui présente les résultats de la collecte de données au sujet de l’expansion du TGPNI. Il aborde les enjeux éthiques que présente l’expansion et des critères qui pourraient être utilisés pour la circonscrire. Le chapitre 8 aborde des constats explorant l’avenir du TGPNI au Canada.
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 | 0,035 | 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 | 0,003 | 0,007 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».