A Patient-centered Approach to Evaluate the Information Needs of Women With Ductal Carcinoma In Situ
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the information needs of ductal carcinoma in situ (DCIS) patients. METHODS: Four focus groups involving 24 previously treated DCIS patients were conducted to develop a comprehensive list of questions they felt were important to have answered at the time of diagnosis. Using a survey, a separate group of patients treated for DCIS then rated the importance of having each of these questions addressed before treatment decision making. Response options were "essential," "desired," "not important," "no opinion," and "avoid." For each essential/desired question, respondents specified how addressing it would help them: "understand," "decide," "plan," "not sure," or "other." RESULTS: Focus group participants generated 117 questions used in the survey. Fifty-seven patients completed the survey (55% response rate). Respondents rated a median of 66 questions as essential. The most commonly cited reason for rating a question essential was to "understand," followed by to "decide." The top questions women deemed essential to help them understand were disease specific, whereas the top questions deemed essential to help women decide were predominantly treatment specific, pertaining to available options, recurrence and survival outcomes, and timelines to decide and start treatment. CONCLUSIONS: DCIS patients want a large number of questions answered, mostly for understanding, and also for deciding and planning. A core set of questions that most patients consider essential for decision making has been formulated and may be used in the clinical setting and in research to develop educational resources and decision-making tools specific to DCIS.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».