What role do cancer patients want to play in treatment decision making: A pooled-analysis
Notice bibliographique
Résumé
8521 Background: The extent of patient involvement in the decision making process for cancer treatment can impact satisfaction with care. A pooled-analysis of clinical studies from the US and Canada incorporating the Control Preferences Scale (CPS) was conducted to produce normalized data regarding patient preferences and examine differences in role preference related to country, tumor type, gender and other demographics. Methods: Patient data culled from six trials indicated the treatment decision making role preferred and the role actually experienced clinically. Fisher’s Exact Tests were performed to compare role distribution concordance and association with clinical and demographic variables. Results: Data available for 3,491 patients indicated that 25% preferred an active role, 46% a collaborative role, and 29% a passive role in their medical treatment decision making. In terms of actual experience, 30% of patients reported taking on an active role, 34% collaborative, and 36% passive. Overall, 61% of patients reported playing the role they prefer. Differences between genders in the preferred role were slight, but males achieved their preferred role more often than females (66% vs. 60%, p=0.011). More women actually took a passive role than men (40% vs. 24%, p<0.0001) as did more patients in the US than Canada (84% vs. 54%, p<0.001). Canadian patients preferred more passive than active roles (33% vs 22.4%) and US patients preferred more active to passive roles (31.9% vs 14.2%) (p<0.001). Older patients preferred a more passive role and took on that role. Differences in role preference across tumor types were negligible. Conclusions: Roughly one half of the cancer patients studied indicated that they preferred to have a collaborative relationship with physicians, the remaining patients split equally between an active and passive role. The US cohort seemed to want to be more assertive than their Canadian counterparts and women ended up playing a more passive role than they preferred. Given these gender and cross-county differences these findings highlight the need for individualized patient communication styles to be incorporated into treatment plans No significant financial relationships to disclose.
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 | 0,031 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,031 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».