MétaCan
Menu
Retour à la cohorte
Enregistrement W4296168609 · doi:10.2196/38088

Supporting Shared Decision-making About Surveillance After Breast Cancer With Personalized Recurrence Risk Calculations: Development of a Patient Decision Aid Using the International Patient Decision AIDS Standards Development Process in Combination With a Mixed Methods Design

2022· article· en· W4296168609 sur OpenAlexvenueno aff
Jet W. Ankersmid, Sabine Siesling, Luc J. A. Strobbe, Johanna M. Meulepas, Yvonne E A van Riet, Noel Engels, Janine Prick, Regina The, Asako Takahashi, Mirjam Velting, Cornelia F. van Uden‐Kraan, Constance H.C. Drossaert

Notice bibliographique

RevueJMIR Cancer · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensnon disponible
Organismes subventionnairesZonMw
Mots-clésDecision aidsBreast cancerMedicineDecision support systemMedical physicsProcess managementComputer scienceCancerArtificial intelligenceEngineeringInternal medicinePathologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although the treatment for breast cancer is highly personalized, posttreatment surveillance remains one-size-fits-all: annual imaging and physical examination for at least five years after treatment. The INFLUENCE nomogram is a prognostic model for estimating the 5-year risk for locoregional recurrences and second primary tumors after breast cancer. The use of personalized outcome data (such as risks for recurrences) can enrich the process of shared decision-making (SDM) for personalized surveillance after breast cancer. OBJECTIVE: This study aimed to develop a patient decision aid (PtDA), integrating personalized risk calculations on risks for recurrences, to support SDM for personalized surveillance after curative treatment for invasive breast cancer. METHODS: For the development of the PtDA, the International Patient Decision Aids Standards development process was combined with a mixed methods design inspired by the development process of previously developed PtDAs. In the development, 8 steps were distinguished: establishing a multidisciplinary steering group; definition of the end users, scope, and purpose of the PtDA; assessment of the decisional needs of end users; defining requirements for the PtDA; determining the format and implementation strategy for the PtDA; prototyping; alpha testing; and beta testing. The composed steering group convened during regular working-group sessions throughout the development process. RESULTS: The "Breast Cancer Surveillance Decision Aid" consists of 3 components that support the SDM process: a handout sheet on which personalized risks for recurrences, calculated using the INFLUENCE-nomogram, can be visualized and which contains an explanation about the decision for surveillance and a login code for a web-based deliberation tool; a web-based deliberation tool, including a patient-reported outcome measure on fear of cancer recurrence; and a summary sheet summarizing patient preferences and considerations. The PtDA was assessed as usable and acceptable during alpha testing. Beta testing is currently ongoing. CONCLUSIONS: We developed an acceptable and usable PtDA that integrates personalized risk calculations for the risk for recurrences to support SDM for surveillance after breast cancer. The implementation and effects of the use of the "Breast Cancer Surveillance Decision Aid" are being investigated in a clinical trial.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,671
Score d'incertitude au seuil0,918

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,371
Écart entre enseignants0,355 · 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'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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR CancerMême sujetBRCA gene mutations in cancerTravaux en français237 207