The impact of having a sister diagnosed with breast cancer on cancer‐related distress and breast cancer risk perception
Notice bibliographique
Résumé
BACKGROUND: A family history of breast cancer has been shown to affect psychosocial functioning. However, the majority of research has focused on the daughters of patients with breast cancer and families with multiple relatives with the disease. The purpose of the current study was to examine cancer-related distress and breast cancer risk perception, and further examine the predictors of these outcomes, in the sisters of newly diagnosed patients with breast cancer without a previous family history of the disease. METHODS: Sisters of newly diagnosed index breast cancer patients were identified and asked to complete a study-specific questionnaire (demographics and cancer risk perception) and the Impact of Events Scale. Pathological information was abstracted from the medical chart for the index breast cancer patients. RESULTS: A total of 205 sisters completed the questionnaires. The mean time between breast cancer diagnosis and the sisters' completion of the questionnaire was 9.8 months. Approximately one-half of the women scored in the moderate or severe distress range. The most significant predictor of cancer-related distress was perceived lifetime breast cancer risk (P = .04). Women with a lifetime risk of breast cancer > 20% were more than twice as likely to have moderate or severe distress compared with those with a lifetime risk of < 20%. CONCLUSIONS: Cancer-related distress is high in the sisters of newly diagnosed patients with breast cancer in whom there is no other family history of breast cancer. Specifically, women with a perceived lifetime risk of breast cancer of > 20% experienced the highest levels of distress. Future interventions that target this group should be considered.
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 | 0,001 | 0,001 |
| 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) | 0,005 | 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 ».