The influence of the “cancer” label on perceptions and management decisions for low-grade prostate cancer
Notice bibliographique
Résumé
BACKGROUND: Grade Group 1 (GG1) prostate cancer should be managed with active surveillance (AS). Global uptake of AS remains disappointingly slow and heterogeneous. Removal of cancer labels has been proposed to reduce GG1 overtreatment. We sought to determine the impact of GG1 disease terminology on individual's perceptions and decision making. METHODS: Discrete choice experiments were conducted on 3 cohorts: healthy men, canonical partners (partners), and patients with GG1 (patients). Participants reported preferences in a series of vignettes with 2 scenarios each, permuting key opinion leader-endorsed descriptors: biopsy (adenocarcinoma, acinar neoplasm, prostatic acinar neoplasm of low malignant potential [PAN-LMP], prostatic acinar neoplasm of uncertain malignant potential), disease (cancer, neoplasm, tumor, growth), management decision (treatment, AS), and recurrence risk (6%, 3%, 1%, <1%). Influence on scenario selection were estimated by conditional logit models and marginal rates of substitution. Two additional validation vignettes with scenarios portraying identical descriptors except the management options were embedded into the discrete choice experiments. RESULTS: Across cohorts (194 healthy men, 159 partners, and 159 patients), noncancer labels PAN-LMP or prostatic acinar neoplasm of uncertain malignant potential and neoplasm, tumor, or growth were favored over adenocarcinoma and cancer (P < .01), respectively. Switching adenocarcinoma and cancer labels to PAN-LMP and growth, respectively, increased AS choice by up to 17%: healthy men (15%, 95% confidence interval [CI] = 10% to 20%, from 76% to 91%, P < .001), partners (17%, 95% CI = 12% to 24%, from 65% to 82%, P < .001), and patients (7%, 95% CI = 4% to 12%, from 75% to 82%, P = .063). The main limitation is the theoretical nature of questions perhaps leading to less realistic choices. CONCLUSIONS: "Cancer" labels negatively affect perceptions and decision making regarding GG1. Relabeling (ie, avoiding word "cancer") increases proclivity for AS and would likely improve public health.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».