MétaCan
Menu
← Retour à la cohorte
Enregistrement W2014365795 · doi:10.1158/0008-5472.sabcs-5095

The future of breast cancer research and practice in Asia, Latin America, and the Middle East/North Africa: a qualitative horizon scanning analysis.

2009· article· en· W2014365795 sur OpenAlexaffabout
JF Bridges, Allison F Coates, M. Piccart, CH Barrios, M. Trudeau, Christina Huang, S Kim, Juliet Wu, Pınar Saip, David Buchanan

Notice bibliographique

RevueCancer Research · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésLatin AmericansNonprobability samplingBreast cancerMiddle EastCapacity buildingMedicineFamily medicineQualitative researchPolitical scienceEconomic growthMedical educationCancerSociologyPopulationEnvironmental healthSocial scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Abstract #5095 Objective: To conduct a horizon-scanning analysis to identify future needs, challenges and trends relating to breast cancer research and practices globally with special emphasis on emerging and understudied regions. Methods: Following the design and pilot of the survey instrument, data was derived from key informant interviews with 221 thought leaders in breast cancer in Asia (n=97), Latin America (n=46), Middle East/North Africa (n=39) and Australia and Canada (n=39). Thought leaders were identified using a combination of purposive and snowballing sampling and included oncologists, surgeons, other breast cancer specialists, advocacy leaders and policy makers. Transcripts and field notes were then coded and compared, and a taxonomy of 20 issues was developed. The propensity of these themes were then analyzed and compared across the four regions. Results: In Asia the most prevalent issues were i) building capacity for clinical research, ii) more nurses for patient care/education, iii) keeping up to date with new information and iv) increased targeted/personalized treatment. In Latin America key themes were the need to i) increase targeted/personalized treatment, ii) address disparities among the underserved, iii) high cost to third party payers, iv) increase capacity for clinical research and v) control out of pocket costs for patients. In the Middle East/North Africa key themes were the need for i) building capacity for clinical research, ii) more nurses for patient care/education, iii) increased public education on screening and iv) increased capacity for early detection. In Australia and Canada issues were i) keeping up to date with new information, ii) weighing the cost effectiveness of new treatments, iii) the need for increased data sharing and iv) improving communication between stakeholders. Discussion: While a number of respondents expressed observations relating to country specific etiology of disease (such as women presenting at younger ages and with more aggressive tumors) the lack of national registries and local clinical/genetic research make it hard to confirm these anecdotes scientifically. Finally, increased focus on the development of effective advocacy and policy leadership are needed in these regions to draw attention and resources towards issues of community empowerment, survivorship and quality of life which were neglected by all but a handful of respondents. Citation Information: Cancer Res 2009;69(2 Suppl):Abstract nr 5095.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0050,005
Communication savante0,0050,005
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,289
Tête enseignante GPT0,504
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetGlobal Cancer Incidence and Screening→Travaux en français237 207→