All in the Family: Barriers and Motivators to the Use of Cancer Family History Questionnaires and the Impact on Attendance Rates
Notice bibliographique
Résumé
Data has demonstrated that family history questionnaires (FHQs) are an invaluable tool for assessing familial cancer risk and triaging patients for genetic counseling services. Despite their benefits, return rates of mailed FHQs from newly referred patients remain low, suggesting potential barriers to their use. To investigate this, a total of 461 participants, 239 who completed a FHQ (responders) and 222 who did not (non-responders), were surveyed at a subsequent appointment regarding potential barriers and motivators to using the FHQ. With respective rates of 51 and 56 %, there was no significant difference in the proportion of responders and non-responders who reported difficulty in completing the FHQ; however, for both groups factors related to family dynamics (large family size, lack of contact with relatives, and lack of knowledge of family history) were reported as major variables confounding completion of the FHQ. Responders were also significantly more likely to have a personal diagnosis of cancer (p = 0.02) and to report that their physician had discussed the reason for the appointment with them (p = 0.01). Overall, 19 % of non-responders returned their FHQ after being mailed an appointment letter and 67 % attended their scheduled genetic counseling appointment. These findings demonstrate that difficulty completing the FHQ is not inherent to its design but due to difficulty accessing one's family history, and that mailed appointment letters are a highly successful way to increase attendance rates in the non-responder population. Furthermore, these results demonstrate the important role that referring physicians play in the utilization of genetic counseling services.
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 | 0,001 | 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 ».