MétaCan
Menu
← Back to cohort
Record W7116079202 · doi:10.71781/34019

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

2025· dissertation· fr· W7116079202 on OpenAlexfundaboutno aff

Bibliographic record

VenueOpen MIND · 2025
Typedissertation
Languagefr
FieldMedicine
TopicPrenatal Screening and Diagnostics
Canadian institutionsnot available
FundersUniversité de Montréal
KeywordsPopulationContext (archaeology)LimitingVulnerability (computing)

Abstract

fetched live from OpenAlex

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.

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 imitation

Not 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.

metaresearch head score (Codex)0.035
metaresearch head score (Gemma)0.063
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.035
Threshold uncertainty score0.188

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0350.063
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0030.007
Scholarly communication0.0040.004
Open science0.0010.004
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0040.000

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.

Opus teacher head0.038
GPT teacher head0.390
Teacher spread0.352 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes2
Has abstractyes

Explore more

Same venueOpen MIND→Same topicPrenatal Screening and Diagnostics→French-language works237,207→