Unintended consequences of an ‘all-clear’ diagnosis for potential cancer symptoms: a nested qualitative interview study with primary care patients
Notice bibliographique
Résumé
BACKGROUND: Nine out of 10 patients undergoing urgent cancer investigations receive an 'all-clear' diagnosis. AIM: A qualitative approach was used to evaluate the impact of investigations that did not result in cancer diagnosis on subsequent symptom attribution and help seeking for recurrent or new possible cancer symptoms. DESIGN AND SETTING: A survey of symptoms, help seeking, and past investigations was sent to 4913 individuals aged ≥50 years from four UK general practices. Of 2042 responders, 62 participants were recruited still reporting at least one cancer 'alarm' symptom in a 3-month follow-up survey for a nested in-depth interview study (ensuring variation in sociodemographic characteristics). METHOD: Framework analysis was used to examine the in-depth semi-structured interviews and identify themes related to previous health investigations. RESULTS: Interviewees were on average 65 years old, and 90% reported investigations within the previous 2 years. Most often they reported gastrointestinal, urinary, and respiratory symptoms, and 42% had waited ≥3 months before help seeking. Reassurance from a previous non-cancer diagnosis explained delays in help seeking even if symptoms persisted or new symptoms developed months or years later. Others were worried about appearing hypochondriacal or that they would not be taken seriously if they returned to the doctor. CONCLUSION: An all-clear diagnosis can influence help seeking for months or even years in case of new or recurrent alarm symptoms. Considering the increasing number of people undergoing investigations and receiving an all-clear, it is paramount to limit unintended consequences by providing appropriate information and support. Specific issues are identified that could be addressed.
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 | 0,014 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».