Factors in Making the Decision to Forgo Conventional Cancer Treatment
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to explore why and how patients with cancer decide to forgo conventional cancer treatments in favor of alternative treatments and which factors influence such decisions. DESCRIPTION OF STUDY: Due to the exploratory nature of the study, this was a qualitative study using focus groups and in-depth interviews in a convenience sample of patients. All patients had received diagnoses of cancer and had refused one or more conventional treatments offered to them by their cancer healthcare professionals. RESULTS: Thirty-one persons with cancer, widely varying in age and tumor sites, volunteered to take part in the study. Of these, 12 refused all conventional treatment, 13 refused most or some of the treatments recommended, and 6 discontinued conventional treatment. The decision-making model, which emerged from the data, identifies several groups of variables. These include factors that predispose participants to the decision to forgo conventional treatment(s), such as having a close relative or friend who has died from cancer when receiving conventional treatment; experiences around the diagnosis; and factors relevant after the diagnosis, such as beliefs, need for control, side effects of conventional cancer treatment, and communication with physicians. Last, perceived outcomes of the decision proved to be an important theme in the focus groups and interviews. CLINICAL IMPLICATIONS: Patients with cancer may benefit from counseling to help them explore the difference between their diagnosis and treatment plan and those of family members or friends who died of cancer while receiving conventional treatment. Counseling also may be helpful in resolving emotional issues underlying the decision to forgo treatment. Last, patients should have access to healthcare professionals, including physicians and counselors, who would assist them with their decision making without judging or intimidating them.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».