Exploring Barriers and Facilitators to Indirect Cascade Screening for Familial Hypercholesteraemia in a Paediatric/Parent Population
Notice bibliographique
Résumé
Background: Familial hypercholesteraemia (FH), an inherited disorder of cholesterol metabolism, has a prevalence of 1:250 and an associated 6- to 22-fold increased risk for cardiovascular disease. Despite the prevalence and availability of effective risk-reduction treatments, 90% of at-risk Canadians are undiagnosed. Indirect cascade screening from an index case is useful but the uptake is low (<4%), suggesting that barriers may exist. Using the Theoretical Domains Framework, we sought to determine barriers and facilitators among parents of children diagnosed with FH that may influence the uptake of cascade screening among families. Methods: A qualitative description approach was used for virtual interviews with 10 parents of children with FH, recruited from a regional Lipid Clinic in Toronto, Canada. Semistructured interviews were conducted. The data were analysed using a directed content analysis method. Results: Five interconnecting themes were identified that captured both facilitators and barriers of indirect cascade screening: a high level of knowledge about FH after clinic attendance; parents' surprise of their child's diagnosis and ongoing worry; parents' willingness to communicate the need for cholesterol screening; parents' desire for educational materials, dictated by an external vs internal locus of control; and social and societal influences including the lack of awareness about FH in professional and public domains. Conclusions: The themes identified will inform next steps in programme development. An urgent need was identified for strategies to educate the public and primary care providers about FH and blood cholesterol/genetic screening.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».