MétaCan
Menu
Retour à la cohorte
Enregistrement W3126899200 · doi:10.3390/jpm11020095

Women’s Views on Multifactorial Breast Cancer Risk Assessment and Risk-Stratified Screening: A Population-Based Survey from Four Provinces in Canada

2021· article· en· W3126899200 sur OpenAlexafffundabout
Cynthia Mbuya Bienge, Nora Pashayan, Jennifer D. Brooks, Michel Dorval, Jocelyne Chiquette, Laurence Eloy, Annie Turgeon, Laurence Lambert-Côté, Jean‐Sébastien Paquette, Emmanuelle Lévesque, Julie Hagan, Meghan J. Walker, Julie Lapointe, Gratien Dalpé, Palmira Granados Moreno, Kristina M. Blackmore, Michael Wolfson, Yann Joly, Mireille J. M. Broeders, Bartha Maria Knoppers, Anna M. Chiarelli, Jacques Simard, Hermann Nabi

Notice bibliographique

RevueJournal of Personalized Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of OttawaCancer Care OntarioMinistère de la Santé et des Services Sociaux (Québec)McGill UniversityCentre intégré de santé et de services sociaux de Chaudière-AppalachesPublic Health OntarioUniversity of TorontoUniversité Laval
Organismes subventionnairesCanadian Institutes of Health ResearchFondation du cancer du sein du QuébecGénome QuébecGenome Canada
Mots-clésMedicineDemographyRisk assessmentBreast cancerMarital statusFamily historyPopulationRisk perceptionBreast cancer screeningFamily medicineGenetic testingMammographyGynecologyEnvironmental healthGerontologyCancerInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

Risk-stratified screening for breast cancer (BC) is increasingly considered as a promising approach. However, its implementation is challenging and needs to be acceptable to women. We examined Canadian women’s attitudes towards, comfort level about, and willingness to take part in BC risk-stratified screening. We conducted an online survey in women aged 30 to 69 years in four Canadian provinces. In total, 4293 women completed the questionnaire (response rate of 63%). The majority of women (63.5% to 72.8%) expressed favorable attitudes towards BC risk-stratified screening. Most women reported that they would be comfortable providing personal and genetic information for BC risk assessment (61.5% to 67.4%) and showed a willingness to have their BC risk assessed if offered (74.8%). Most women (85.9%) would also accept an increase in screening frequency if they were at higher risk, but fewer (49.3%) would accept a reduction in screening frequency if they were at lower risk. There were few differences by province; however, outcomes varied by age, education level, marital status, income, perceived risk, history of BC, prior mammography, and history of genetic test for BC (all p ≤ 0.01). Risk-based BC screening using multifactorial risk assessment appears to be acceptable to most women. This suggests that the implementation of this approach is likely to be well-supported by Canadian women.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0040,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,366
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations66
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207