Barriers to fertility preservation (FP) in a prospective pan-Canadian study of young women with breast cancer (YWBC).
Notice bibliographique
Résumé
136 Background: Despite ASCO recommendations that oncologists routinely offer FP to young cancer patients prior to treatment, studies show that only a minority of YWBC are given this option. We sought to determine whether an intervention, including educational materials and regular reminders to breast surgeons, would improve FP referral. The current report examines the rates of FP discussion, referral, uptake and reasons for declining, according to participants’ self-reported pre-diagnosis fertility plans. Methods: Consecutive women ≤ age 40 newly diagnosed with breast cancer at 30 Canadian sites were offered enrolment in a national study of YWBC. At 3 months each participant was surveyed regarding her pre-diagnosis (dx) fertility plans and post-dx oncofertility management. Results: Of the 712 recruits (09/15 to 08/18) with invasive disease (mean age 36), 46%, 15% and 29% had 0, 1 or 2 children respectively and 77% were in a stable relationship. Among the 480 women who completed the fertility survey, 392 (82%) indicated they had a pre-treatment fertility discussion initiated by a health care provider (HCP) - in 232 cases (48%) the surgeon/nurse and in 130 cases (27%) the medical oncologist/ nurse. Only 14 (16%) of the 88 women not approached by a HCP initiated such a discussion. Rates of FP discussion, referral and uptake are shown below. Among the 38 women who definitely wanted (more) children prior to dx and were offered FP but declined the consult or procedure, the commonest reasons were cost (n = 9) and fear that treatment delay (n = 8) or FP (n = 4) could cause recurrence. Conclusions: Post-intervention FP discussion rates were higher than previously reported. Yet 26% of patients who had definitely/probably not completed their family were not referred for a FP consult. Cost remains a significant FP barrier. Studies are needed to confirm the long-term safety of FP for ER+ patients. [Table: see text]
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».