Creation of a new clinical framework – why women choose mastectomy versus breast conserving therapy
Notice bibliographique
Résumé
BACKGROUND: Clinical medicine has lagged behind other fields in understanding and utilizing frameworks to guide research. In this article, we introduce a new framework to examine why women choose mastectomy versus breast conserving therapy in early stage breast cancer, and highlight the importance of utilizing a conceptual framework to guide clinical research. METHODS: The framework we present was developed through integrating previous literature, frameworks, theories, models, and the author's past research. RESULTS: We present a conceptual framework that illustrates the central domains that influence women's choice between mastectomy versus breast conserving therapy. These have been organized into three broad constructs: clinicopathological factors, physician factors, and individual factors with subgroups of sociodemographic, geographic, and individual belief factors. The aim of this framework is to provide a comprehensive basis to describe, examine, and explain the factors that influence women's choice of mastectomy versus breast conserving therapy at the individual level. CONCLUSION: We have developed a framework with the purpose of helping health care workers and policy makers better understand the multitude of factors that influence a patient's choice of therapy at an individual level. We hope this framework is useful for future scholars to utilize, challenge, and build upon in their own work on decision-making in the setting of breast cancer. For clinician-researchers who have limited experience with frameworks, this paper will highlight the importance of utilizing a conceptual framework to guide future research and provide an example.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,040 | 0,300 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».