Identificazione di modelli organizzativi di offerta di test genetici predittivi: proposta di un protocollo di studio multicentrico europeo
Bibliographic record
Abstract
La genomica in sanità pubblica è un ambito multidisciplinare che ha stabilito basi scientifiche per una corretta implementazione dei progressi della genomica nella pratica clinica e di sanità pubblica. Tuttavia, tale implementazione è ancora nelle fasi iniziali con numerosi quesiti non ancora risolti. La rapida diffusione dei test genetici e la loro commercializzazione hanno un impatto sul sistema sanitario e sollevano preoccupazioni per quanto riguarda la corretta fornitura di servizi di genetica medica. La preoccupazione principale è l'introduzione precoce di test genetici predittivi, sia nel settore pubblico che nel privato, di cui la validità analitica e clinica, nonché l'utilità delle strategie diagnostiche e di screening non sono ben documentate. Una grande varietà di test genetici sono attualmente offerti direttamente ai consumatori (Direct-To-Consumer, DTC) da parte di imprese private presenti soprattutto negli Stati Uniti, ma anche in Europa. La maggior parte delle aziende opera via internet e senza il coinvolgimento di un professionista sanitario. Pertanto, è necessario un programma di ricerca globale per trasferire le scoperte del genoma umano nella pratica clinica, massimizzando i benefici per la salute e minimizzando i danni alle popolazioni: aspetti di cui si occupa la ricerca traslazionale. I modelli organizzativi di offerta di test genetici predittivi sono nella fase T3 della ricerca traslazionale che studia i modelli per l’implementazione delle linee guida evidence-based nella pratica clinica, attraverso ricerche sulle modalità di trasferimento, disseminazione e diffusione delle nuove tecnologie. Obiettivi. Gli obiettivi del progetto sono: 1) descrivere e classificare i modelli organizzativi di offerta di test genetici predittivi esistenti in Europa e nei paesi extra-europei (USA, Canada, Australia, Nuova Zelanda) mediante una revisione sistematica della letteratura; 2) valutare i modelli organizzativi di offerta di test genetici predittivi tramite interviste a testimoni privilegiati e la raccolta degli indicatori di processo e di esito dai modelli organizzativi identificati in letteratura; 3) valutare le competenze dei professionisti di sanità pubblica provenienti da 26 paesi europei membri dell’European Public Health Association (EUPHA), tramite survey sull’uso appropriato delle tecniche genetiche in ambito preventivo. Risultati attesi. Lo studio fornirà un contributo alla descrizione e alla valutazione dei modelli più idonei per la fornitura di test genetici predittivi, rendendo possibile l’individuazione di modelli organizzativi internazionali e delle best practices da adattare alla realtà italiana. Inoltre, lo studio sarà utile per rilevare il fabbisogno formativo e le esigenze informative dei professionisti di sanità pubblica nell’ambito della medicina predittiva.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.118 | 0.155 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.004 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".