Patients’ and providers’ perspectives on non-urgent egg freezing decision-making: a thematic analysis
Notice bibliographique
Résumé
BACKGROUND: The decision to undergo non-urgent egg freezing (EF) is complex for patients and providers supporting them. Though prior studies have explored patient perspectives, no study has also included the separate perspectives of providers. METHODS: This qualitative study involved semi-structured individual interviews exploring the decision to undergo EF. Participants included patients considering EF at one academic fertility clinic and providers who counsel patients about EF from across Canada. Data analysis was accomplished using thematic analysis. Data saturation was met after interviewing 13 providers and 12 patients. FINDINGS: Four themes were identified and explored, illuminating ways in which patients and providers navigate decision-making around EF: (1) patients viewed EF as a 'back-up plan' for delaying the decision about whether to have children, while providers were hesitant to present EF in this way given the uncertainty of success; (2) providers viewed ovarian reserve testing as essential while patients believed it unnecessarily complicated the decision; (3) patients and providers cited a need for change in broader societal attitudes regarding EF since social stigma was a significant barrier to decision-making; and (4) commonality and peer support were desired by patients to assist in their decision, although some providers were hesitant to recommend this to patients. CONCLUSIONS: In conclusion, the decision to undergo EF is complex and individual patient values play a significant role. In some areas, there is disconnect between providers and patients in their views on how to navigate EF decision-making, and these should be addressed in discussions between providers and patients to improve shared decision-making.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».