Disparities in the survivorship experience among Latina survivors of breast cancer
Notice bibliographique
Résumé
BACKGROUND: The authors investigated disparities in the survivorship experience among Latinas with breast cancer (BC) in comparison with non-Latinas. METHODS: A cross-sectional bilingual telephone survey was conducted among 212 Latina and non-Latina women within 10 to 24 months after a diagnosis of BC (AJCC TNM staging system stage 0-III) at 2 Los Angeles County public hospitals. Data were collected using the Preparing for Life as a (New) Survivor (PLANS) scale, Perceived Efficacy in Patient-Physician Interactions Questionnaire (PEPPI), Breast Cancer Prevention Trial (BCPT) Symptom Checklist, Satisfaction with Care and Information Scale, Consumer Assessment of Healthcare Providers and Systems (CAHPS) tool, Charlson Comorbidity Index adapted for patient self-report, and the 12-item Short Form Health Survey. Controlling variables included age, stage as determined by the American Joint Committee on Cancer (AJCC) TNM staging system, educational level, and study site in multivariate analyses. RESULTS: The mean ages of Latinas and non-Latinas were 51.5 years and 56.6 years, respectively. Compared with non-Latinas, Latinas reported less BC survivorship knowledge (27.3 vs 30.7; P<.0001), were more dissatisfied with BC care information (2.3 vs 3.4; P<.0001), reported lower PEPPI scores (38.2 vs 42.2; P = .03), and experienced more BCPT symptoms (6.4 vs 5.0; P = .04). No differences were noted regarding their confidence in survivorship care preparedness (42.7 vs 41; P = .191), satisfaction with BC survivorship care (9.6 vs 8.8; P = .298), or their discussion with physicians (9.6 vs 8.1; P = .07). These ethnic group differences persisted in multivariate analyses, with the exception of PEPPI. CONCLUSIONS: Latina survivors of BC experienced disparities in BC knowledge and satisfaction with information received, but believed themselves to be prepared for survivorship and were as satisfied with providers, care received, and discussions with physicians as non-Latinas. Cancer 2018;124:2373-80. © 2018 American Cancer Society.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».