Differences in perception of breast cancer treatment between patients, physicians, and nurses and unmet information needs in Japan
Notice bibliographique
Résumé
PURPOSE: Discrepancies exist between healthcare provider and patient perceptions surrounding breast cancer treatment. Significant treatment changes in the last 10 years have made re-evaluation of these perceptions necessary. METHODS: Physicians and nurses involved in breast cancer treatment, and patients who had received breast cancer chemotherapy (past 5 years), were questioned using an Internet survey. Participants ranked physical concerns (treatment side effects), psychological concerns, priorities for treatment selection, and side effects to be avoided during treatment. Patients were asked about desired treatment information/information sources. Rankings were calculated using the mean value of scores. Spearman's rank correlation was used to determine the concordance of rankings among groups. RESULTS: Survey respondents included 207 patients, 185 physicians, and 150 nurses. Patients and nurses similarly ranked distressing physical concerns; physician rankings differed. Quality of life (QoL) and treatment response ranked high with physicians and patients when considering future treatment; nurses prioritized QoL. All three groups generally agreed on ranking of psychological concerns experienced during chemotherapy, explanation of treatment options, and how treatment decisions were made, although more patients thought treatment decisions should be made independently. Healthcare providers reported providing explanations of treatment side effects and information on physical/psychological support options while patients felt both were lacking. Concordance was calculated as 0.47 (patient-physician), 0.83 (patient-nurse), and 0.76 (physician-nurse). Patients desired additional information, preferring healthcare providers as the source. CONCLUSIONS: Specific areas for improvement in breast cancer patient care were identified; programs should be implemented to address unmet needs and improve treatment in these areas.
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 | 0,002 | 0,006 |
| 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 | 0,001 |
| 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 ».