Evaluation of Adolescents’ and Young Adults’ Attitudes Toward Participation in Cancer Clinical Trials
Notice bibliographique
Résumé
PURPOSE: Participation in cancer clinical trials (CCTs) for adolescents and young adults (AYAs) remains the lowest of any patient group with cancer. Little is known about the personal barriers to AYA accrual. The aim of this study was to explore AYA attitudes that influence CCT participation. METHODS: A mixed-methods approach was used. AYAs and non-AYAs (≥ 40 years) completed the Cancer Treatment subscale of the Attitudes Toward Cancer Trials Scales and 9 supplementary questions formed from interview analysis. Differences between AYA and non-AYA cohorts were analyzed using the Mann-Whitney U test, and logistic regression models were constructed to evaluate the effect of demographics on perceptions of CCTs. RESULTS: Surveys were distributed to 61 AYAs (median age, 29 years; range, 17-39 years) and 74 non-AYAs (median age, 55 years; range, 40-88 years). Compared with non-AYAs, AYAs perceived CCTs to be unsafe/more difficult (Personal Barrier/Safety domain; P = .01). There were no differences based on age in other domains. AYAs were also more concerned with CCT interference in their long-term goals ( P = .04). Multivariable ordered logistic regression identified increased personal barriers in the Personal Barrier/Safety domain for AYAs ( P = .01), in patients with English as a second language (ESL; P < .01), and in patients previously not offered a clinical trial ( P = .03). Long-term goals were identified as a barrier in particular tumor types ( P = .01) and in patients with ESL ( P < .01), with a trend identified in AYAs ( P = .12). CONCLUSION: Age-related differences in attitudes toward CCTs suggest that tailored approaches to CCT accrual are warranted. Patient-centered delivery of information regarding CCTs, particularly in patients with ESL and who are trial naïve, may improve accrual.
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 | 0,026 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».