Family history‐taking practices and genetic confidence in primary and tertiary care providers for childhood cancer survivors
Notice bibliographique
Résumé
BACKGROUND: There is growing impetus for increased genetic screening in childhood cancer survivors. Family history-taking is a critical first step in determining survivors' suitability. However, the family history-taking practices of providers of pediatric oncology survivorship care and the confidence of these providers to discuss cancer risks to relatives are unknown. PROCEDURE: Fifty-four providers completed semistructured interviews in total, which included eight tertiary providers representing nine hospitals across two countries (63% male, 63% oncologists, 37% nurses) and 46 primary care providers (PCPs) nominated by a survivor (59% male, 35% regional practice). We used content analysis and descriptive statistics/regression to analyze the data. RESULTS: Few tertiary (38%) or primary (35%) providers regularly collected survivors' family histories, often relying on survivors/parents to initiate discussions. Providers mostly took two-generation pedigrees (63% tertiary and 81% primary). Primary providers focused on adult cancers. Lack of time, alternative priorities, and perceived lack of relevance were common barriers. Half of all tertiary providers felt moderately comfortable discussing genetic cancer risk to children of survivors (88% felt similarly discussing risks to other relatives). Most primary providers lacked confidence: 41% felt confident regarding risks to survivors' children and 48% regarding risks to other relatives. CONCLUSIONS: While family history-taking will not identify all survivors suitable for genetics assessment, recommendations for regular history-taking are not being implemented in tertiary or primary care. Additional PCP-targeted genetic education is warranted given that they are well placed to review family histories of pediatric cancer survivors.
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 | 0,004 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».