Psychological concerns of Indian women with breast cancer in different national contexts: a systematic review and mixed-methods synthesis
Notice bibliographique
Résumé
BACKGROUND: Breast cancer is becoming the most common cancer among women of Indian origin. However, little is known about the psychological impact of the disease and its treatment among this population. AIM: To improve understanding of psychological symptoms among Indian women with breast cancer. DESIGN: This is a systematic literature review and critical interpretive synthesis. Medical Subject Headings(MeSH) terms and keywords for breast cancer, psychological symptoms and treatment were used to search databases from inception to 7 May 2019. The reference lists of the included articles were examined. Search results were screened against the inclusion criteria, data were extracted, and quality was appraised by two independent researchers with recourse to a third. Narrative (quantitative) and thematic qualitative syntheses were applied, followed by critical interpretive synthesis. DATA SOURCES: ProQuest, MEDLINE, Ovid EMBASE, EBSCO, Cumulative Index to Nursing and Allied Health Literature, and PsycINFO. RESULTS: 18 of 763 studies from India or Canada were included (13 quantitative, 5 qualitative). Critical interpretive synthesis found psychological concerns similar to 'Western' women, but were framed by the common culture of Indian women in either country. Family structure, religion and community appear to protect against and cause distress in relation to the expected core role of being a wife and a mother and the male dominance in decision making. Stigma was amplified by poor knowledge about the nature of cancer. Migrant Indian women had additional problems due to language barriers. CONCLUSIONS: Indian women with breast cancer living in India and Canada experience psychological morbidities which profoundly affect their role in their family and the wider community. Culturally congruent care, including accessible communication and information, may help prevent and alleviate distressing symptoms whether in India or in a migrant community.
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 | 0,027 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,016 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».