MétaCan
Menu
Retour à la cohorte
Enregistrement W2123527433 · doi:10.1177/1534735403256411

Decision-Making Control: Why Men Decline Treatment for Prostate Cancer

2003· article· en· W2123527433 sur OpenAlexaff
Margaret A. White, Marja J. Verhoef

Notice bibliographique

RevueIntegrative Cancer Therapies · 2003
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensUniversity of CalgaryAlberta Health Services
Organismes subventionnairesNational Cancer Institute
Mots-clésProstate cancerMedicineCancerQualitative researchDiseaseControl (management)Intensive care medicineFamily medicineOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: The purpose of this study was to conduct a qualitative analysis of decision-making control by men with prostate cancer who refuse conventional cancer therapies. The transcripts for 8 prostate cancer patients from a larger qualitative study were analyzed separately to explore in depth the factors related to decision-making control. RESULTS: Most men were newly diagnosed when they made the decision to forgo conventional cancer treatment in favor of alternative approaches. Five areas were identified in which patients took control over the treatment process. These include control over (1) the timing of treatment, (2) information about conventional treatment and risk assessment, (3) designing an alternative treatment plan, (4) coordination of cancer care, and (5) monitoring and evaluation of disease progression. Clinicians can support patients who delay or forgo treatment for prostate cancer by helping them maintain a sense of control over the treatment process. This can be achieved by supporting patients' efforts to integrate complementary therapies into their cancer care, by addressing fears related to treatment early in the decision-making process, and by encouraging open communication about the reasons for seeking alternatives to conventional treatment. Findings from this study need to be evaluated in a larger, quantitative study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,158
Tête enseignante GPT0,481
Écart entre enseignants0,323 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations15
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrative Cancer TherapiesMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207