MétaCan
Menu
Retour à la cohorte
Enregistrement W4293224604 · doi:10.1111/jocn.16498

Breast cancer genetic mutation: Synthesis of women's experience

2022· review· en· W4293224604 sur OpenAlexaff
Nichola McNamara, Meghan Feeney, Martina Giltenane, Maura Dowling

Notice bibliographique

RevueJournal of Clinical Nursing · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBreast cancerCINAHLBRCA mutationMedicineScopusMEDLINEQualitative researchFamily medicinePsychological interventionCancerGynecologyNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

AIMS AND OBJECTIVES: To systematically identify and synthesise the experiences reported by women with a breast cancer mutation who do not have cancer as reported in qualitative research published between 2013 and 2020. BACKGROUND: Women carrying a BReast CAncer (BRC) genetic mutation have an increased risk for breast and ovarian cancer. They must engage in emotional decision-making regarding risk management strategies to prevent cancer, including risk-reducing bilateral mastectomy and bilateral salpingo-oophorectomy. DESIGN AND METHODS: The ENTREQ statement guided this review. Eight databases were systematically searched (CINAHL, Pubmed, Embase, Psychinfo [Ovid], Web of Science, Scopus, Proquest and Lenus). Synthesis was guided by "best fit" framework. The Critical Appraisal Skills Programme guided assessment of methodological limitations and confidence in the review findings was informed by GRADE-CERQual. RESULTS: Twenty studies met the inclusion criteria for synthesis. Six themes were synthesised from the included studies (anxiety; family planning; it's a family affair; empowerment; actions; pragmatic adjustments). CONCLUSIONS: The multidimensional experiences of women living with a BRCA1/2 mutation require an individualised response based on women's needs at their life stages. A decision coaching model adopted during consultations could support women to guide decision-making regarding cancer risk-reducing strategies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,782

Scores Codex et Gemma par catégorie

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

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 Opus0,058
Tête enseignante GPT0,447
Écart entre enseignants0,389 · 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.

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

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

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NursingMême sujetBRCA gene mutations in cancerTravaux en français237 207