“You Helped Create This, Help Me Now”: A Qualitative Analysis of Patients’ Concerns about Breast Implants and a Proposed Strategy for Moving Forward
Notice bibliographique
Résumé
BACKGROUND: Some women with breast implants express concern about the safety of implants, fearing the possibility of breast implant-associated anaplastic large cell lymphoma (BIA-ALCL) and breast implant-related illness. METHODS: A qualitative analysis was performed to examine the perceived challenges, barriers, and worries experienced by these women. Convenience sampling was used to elicit responses from members of Canadian BIA-ALCL Facebook advocacy groups. Three independent coders read and reread the transcripts, using thematic analysis to identify emerging themes. RESULTS: Sixty-four women answered questions posed by the president of the Canadian Society of Plastic Surgeons regarding concerns about their breast implants. Five themes were identified: informing, listening, acknowledging, clarifying, and moving forward. Patients desire improved communication about possible risks before implantation and as new information becomes available (informing), sincere listening to their concerns (listening), acknowledgement that these disease entities may be real and have psychosocial/physical impact on patients (acknowledging), clarification of implant-related problems and their treatment (clarifying), and improved processes for monitoring and treatment of patients with identified problems (moving forward). Consideration of these themes in the context of the five domains of trust theory (i.e., fidelity, competence, honesty, confidentiality, and global trust) suggests significant breakdown in the doctor-patient relationship for a subset of concerned women. CONCLUSIONS: Concerns related to BIA-ALCL and breast implant-related illnesses have undermined some women's trust in plastic surgeons. Consideration of these five themes and their impact on the five domains of trust can guide strategies for reestablishing patients' trust in the plastic surgery 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 | 0,028 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,012 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| 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 ».