Oncofertility Decision Support Resources for Women of Reproductive Age: Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Cancer treatments have the potential to cause infertility among women of reproductive age. Many cancer patients do not receive sufficient oncofertility information or referrals to reproductive specialists prior to starting cancer treatment. While health care providers cite lack of awareness on the available oncofertility resources, the majority of cancer patients use the internet as a resource to find additional information to supplement discussions with their providers. OBJECTIVE: Our aim was to identify and characterize Web-based oncofertility decision aids and health education materials accessible for women of reproductive age with a diagnosis of any cancer. METHODS: We searched five databases and the gray literature for the years 1994-2018. The developer and content information for identified resources was extracted. Each resource underwent a quality assessment. RESULTS: We identified 31 open access resources including 4 decision aids and 27 health educational materials. The most common fertility preservation options listed in the resources included embryo (31/31, 100%), egg (31, 100%), and ovarian tissue freezing (30, 97%). Notably, approximately one-third (11, 35%) contained references and 5 (16%) had a reading level of grade 8 or below. Resources were of varying quality; two decision aids from Australia and the Netherlands, two booklets from Australia and the United Kingdom, and three websites from Canada and the United States rated as the highest quality. CONCLUSIONS: This comprehensive review characterizes numerous resources available to support patients and providers with oncofertility information, counseling, and decision making. More focus is required to improve the awareness and the access of existing resources among patients and providers. Providers can address patient information needs by leveraging or adapting existing resources to support clinical discussions and their specific patient population.
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 | 0,006 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».