Use of the Internet by Women with Breast Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Recently, many cancer patients have been using the Internet for information with which to make informed choices. We are not aware of any studies that investigate this Internet use among breast cancer patients or women. OBJECTIVE: We investigate the prevalence and predictors of Internet use for medical information among women with breast cancer. METHODS: We used a cross-sectional design and approached 251 women with breast cancer being treated at a university-based hospital. We successfully interviewed 188 (74.9%), through mailed self-report questionnaires. Medical information was obtained from the hospital tumor registry. We used t tests and chi-square tests to assess differences in Internet use for breast health issues and binary logistic regression to estimate the odds ratio (OR) for predictors of Internet use for breast health issues. RESULTS: In our sample, 41.5% of patients used the Internet for medical information. Internet users differed from nonusers on income level, educational level, and by race/ethnicity. After controlling for the other predictors, Internet users had a higher income (OR = 3.10; 95% CI = 1.09-8.85) and tended to be more educated (OR = 2.59; 95% CI = 0.87-7.74) than nonusers. There was also a suggestion that those of nonwhite ethnicity were less likely to use the Internet (OR = 0.39; 95% CI = 0.14-1.11). Increasing age, length of time since diagnosis, and breast cancer stage had no effect. CONCLUSIONS: A substantial proportion of breast cancer patients used the Internet as a source of information. Patients with higher income or education, and patients of white race/ethnicity are more likely to use the Internet for breast health issues.
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.
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 | 0,009 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 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 découle