Does perceived risk predict breast cancer screening use? Findings from a prospective cohort study of female relatives from the Ontario site of the Breast Cancer Family Registry
Notice bibliographique
Résumé
While the relationship between perceived risk and breast cancer screening use has been studied extensively, most studies are cross-sectional. We prospectively examined this relationship among 913 women, aged 25-72 with varying levels of familial breast cancer risk from the Ontario site of the Breast Cancer Family Registry. Associations between perceived lifetime breast cancer risk and subsequent use of mammography, clinical breast examination (CBE) and genetic testing were assessed using logistic regression. Overall, perceived risk did not predict subsequent use of mammography, CBE or genetic testing. Among women at moderate/high familial risk, those reporting a perceived risk greater than 50% were significantly less likely to have a CBE (odds ratio (OR) = 0.52, 95% confidence interval (CI): 0.30-0.91, p = 0.04), and non-significantly less likely to have a mammogram (OR = 0.70, 95% CI: 0.40-1.20, p = 0.70) or genetic test (OR = 0.61, 95% CI: 0.34-1.10, p = 0.09) compared to women reporting a perceived risk of 50%. In contrast, among women at low familial risk, those reporting a perceived risk greater than 50% were non-significantly more likely to have a mammogram (OR = 1.13, 95% CI: 0.59-2.16, p = 0.78), CBE (OR = 1.11, 95% CI: 0.63-1.95, p = 0.74) or genetic test (OR = 1.29, 95% CI: 0.50-3.33, p = 0.35) compared to women reporting a perceived risk of 50%. Perceived risk did not significantly predict screening use overall, however this relationship may be moderated by level of familial risk. Results may inform risk education and management strategies for women with varying levels of familial breast cancer risk.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».