A qualitative study examining newly diagnosed breast cancer patients’ experiences of participating in the Alberta Moving Beyond Breast Cancer (AMBER) prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Decisions to participate in cancer trials are associated with uncertainty, distress, wanting to help find a cure, the hope for benefit, and altruism. There is a gap in the literature regarding research examining participation in prospective cohort studies. The aim of this study was to examine the experiences of newly diagnosed women with breast cancer participating in the AMBER Study to identify potential strategies to support patients' recruitment, retention, and motivation. METHODS: Newly diagnosed breast cancer patients were recruited from the Alberta Moving Beyond Breast Cancer (AMBER) cohort study. Data were collected using semi-structured conversational interviews with 21 participants from February to May 2020. Transcripts were imported into NVivo software for management, organization, and coding. Inductive content analysis was undertaken. RESULTS: Five main concepts associated with recruitment, retention, and motivation to participate were identified. These main concepts included: (1) personal interest in exercise and nutrition; (2) investment in individual results; (3) personal and professional interest in research; (4) burden of assessments; (5) importance of research staff. CONCLUSIONS: Breast cancer survivors participating in this prospective cohort study had numerous reasons for participating and these reasons could be considered in future studies to enhance participant recruitment and retention. Improving recruitment and retention in prospective cancer cohort studies could result in more valid and generalizable study findings that could improve the care of cancer survivors.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».