MétaCan
Menu
Retour à la cohorte
Enregistrement W4282919307 · doi:10.3390/curroncol29050253

Health Literacy and Clinical Trial Participation in French Cancer Patients: A National Survey

2022· article· en· W4282919307 sur OpenAlexvenueno aff
Youssoufa M. Ousseine, Anne‐Déborah Bouhnik, Julien Mancini

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensnon disponible
Organismes subventionnairesInstitut National Du Cancer
Mots-clésMedicineHealth literacyFamily medicineLiteracyAlternative medicineClinical trialCancerPathologyHealth careInternal medicinePsychologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

Few studies have explored the relationship between health literacy (HL) and trial participation. In this context, we aimed to study this relationship in French cancer patients. We used data from the French national VIe après le CANcer (VICAN) survey. Two questionnaire items focused on previous invitations to participate in clinical trials and subsequent enrollment. The Single Item Literacy Screener was used to measure functional HL. In total, 1954 cancer patients responded to both VICAN surveys (two and five years after diagnosis). Mean age was 54.1 ± 12.7 years at diagnosis, and 37.6% were classified as having limited HL. One in ten (10.3%) respondents reported having been previously invited to participate in a clinical trial. Of these, 75.5% had enrolled. Limited HL was associated with fewer trial invitations but not with enrollment once invited. Multivariate analysis confirmed the negative effect of limited HL on clinical trial invitation (adjOR = 0.55 (0.39 to 0.77), p < 0.001) after adjustment for multiple characteristics. Patients with limited HL received fewer invitations to participate in trials but were likely to enroll when asked. Addressing HL is necessary to create a more inclusive health system and to reduce inequalities not only in access to innovative cancer care, but to health inequalities in general.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,145
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,828
Tête enseignante GPT0,758
Écart entre enseignants0,071 · 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 tête enseignante, pas un consensus.

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

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetEthics in Clinical ResearchTravaux en français237 207