MétaCan
Menu
Retour à la cohorte
Enregistrement W2337415368 · doi:10.1097/spc.0000000000000162

Psychosocial issues experienced by young women with breast cancer

2015· review· en· W2337415368 sur OpenAlexaff
Saunia Ahmad, Karen Fergus, Molly Clare McCarthy

Notice bibliographique

RevueCurrent Opinion in Supportive and Palliative Care · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensYork UniversitySunnybrook Health Science CentreHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésPsychosocialMedicineBreast cancerHealth careCancerFamily medicinePsychiatryGynecology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The ways in which biological, social, and psychological factors characteristically unfold and interact for young women with breast cancer yields complex and acute challenges that are not clearly understood by all healthcare professionals. Better knowledge of the unique needs of young women with breast cancer would assist in matching younger women with the right services at the right time. RECENT FINDINGS: Younger women (<50 years) represent a minority of breast cancer cases, yet they tend to be overrepresented with respect to demonstrating the poorest psychosocial adjustment during and following treatment. Concerns most frequently reported in this age group pertained to body image, sexual functioning, fertility, relationships, fear of cancer recurrence, and caring for children; failure of healthcare providers to initiate conversations to educate women about treatment side effects early on and/or safely discuss sensitive issues; lack of widespread availability of professional psychosocial programs that are tailored to the unique needs of this age group. SUMMARY: Young women with breast cancer are at greater risk for psychosocial adjustment problems, yet their needs are often overlooked. Proactive discussions by healthcare providers early on in treatment, and referrals to relevant services as part of standard care are needed to mitigate younger women's concerns and reduce the likelihood of problems becoming longstanding.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,105
Tête enseignante GPT0,459
Écart entre enseignants0,354 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Supportive and Palliative CareMême sujetCancer survivorship and careTravaux en français237 207