MétaCan
Menu
Retour à la cohorte
Enregistrement W2511801916 · doi:10.1097/ncc.0000000000000430

Oral Endocrine Therapy Nonadherence, Adverse Effects, Decisional Support, and Decisional Needs in Women With Breast Cancer

2016· review· en· W2511801916 sur OpenAlexaboutno aff
Jennifer L. Milata, Julie L. Otte, Janet S. Carpenter

Notice bibliographique

RevueCancer Nursing · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueMedication Adherence and Compliance
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Nursing ResearchNational Cancer InstituteAgency for Healthcare Research and Quality
Mots-clésMedicineAdverse effectTamoxifenCINAHLBreast cancerMEDLINEGynecologyOncologyClinical psychologyCancerPsychiatryInternal medicinePsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Oral endocrine therapy (OET) such as tamoxifen or aromatase inhibitors reduces recurrence and mortality for the 75% of breast cancer survivors (BCSs) with a diagnosis of estrogen receptor-positive breast cancer. Because many BCSs decide not take OET as recommended because of adverse effects, understanding BCSs' decisional supports and needs is foundational to supporting quality OET decision making about whether to adhere to OET. OBJECTIVE: The aim of this study was to examine literature pertaining to OET nonadherence and adverse effects using the Ottawa Decision Support Framework categories of decisional supports and decisional needs because these factors potentially influence OET use. METHODS: A systematic literature search was performed in PubMed and CINAHL using combined search terms "aromatase inhibitors and adherence" and "tamoxifen and adherence." Studies that did not meet criteria were excluded. Relevant data from 25 publications were extracted into tables and reviewed by 2 authors. RESULTS: Findings identified the impact of adverse effects on OET nonadherence, an absence of decisional supports provided to or available for BCSs who are experiencing OET adverse effects, and the likelihood of unmet decisional needs related to OET. CONCLUSIONS: Adverse effects contribute to BCSs decisions to stop OET, yet there has been little investigation of the process through which that occurs. This review serves as a call to action for providers to provide support to BCSs experiencing OET adverse effects and facing decisions related to nonadherence. IMPLICATIONS FOR PRACTICE: Findings suggest BCSs prescribed OET have unmet decisional needs, and more decisional supports are needed for BCSs experiencing OET adverse effects.

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)0,010
score de la tête « metaresearch » (Gemma)0,055
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 enseignants0,015
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
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 Opus0,047
Tête enseignante GPT0,394
Écart entre enseignants0,347 · 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

Citations37
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer NursingMême sujetMedication Adherence and ComplianceTravaux en français237 207