Qualitative assessment of information and decision support needs for managing menopausal symptoms after breast cancer
Notice bibliographique
Résumé
PURPOSE: For breast cancer (BrCa) survivors, premature menopause can result from conventional cancer treatment. Due to limited treatment options, survivors often turn to complementary therapies (CTs), but struggle to make informed decisions. In this study, we identified BrCa survivors' CT and general information and decision-making needs related to menopausal symptoms. METHODS: The needs assessment was informed by interpretive descriptive methodology. Focus groups with survivors (n = 22) and interviews with conventional (n = 12) and CT (n = 5) healthcare professionals (HCPs) were conducted at two Canadian urban cancer centers. Thematic, inductive analysis was conducted on the data. RESULTS: Menopausal symptoms have significant negative impact on BrCa survivors. Close to 70 % of the sample were currently using CTs, including mind-body therapies (45.5 %), natural health products (NHPs) and dietary therapies (31.8 %), and lifestyle interventions (36.4 %). However, BrCa survivors reported inadequate access to information on the safety and efficacy of CT options. Survivors also struggled in their efforts to discuss CT with HCPs, who had limited time and information to support women in their CT decisions. Concise and credible information about CTs was required by BrCa survivors to support them in making informed and safe decisions about using CTs for menopausal symptom management. CONCLUSIONS: High quality research is needed on the efficacy and safety of CTs in managing menopausal symptoms following BrCa treatment. Decision support strategies, such as patient decision aids (DAs), may help synthesize and translate evidence on CTs and promote shared decision-making between BrCa survivors and HCPs about the role of CTs in coping with menopause following cancer treatment.
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 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».