Identifying Mediators of Intervention Effects Within a Randomized Controlled Trial to Motivate Cancer Genetic Risk Assessment Among Breast and Ovarian Cancer Survivors
Notice bibliographique
Résumé
BACKGROUND: A theory-guided Tailored Counseling and Navigation (TCN) intervention successfully increased cancer genetic risk assessment (CGRA) uptake among cancer survivors at increased risk of hereditary breast and ovarian cancer (HBOC). Understanding the pathways by which interventions motivate behavior change is important for identifying the intervention's active components. PURPOSE: We examined whether the TCN intervention exerted effects on CGRA uptake through hypothesized theoretical mediators. METHODS: Cancer survivors at elevated risk for HBOC were recruited from three statewide cancer registries and were randomly assigned to three arms: TCN (n = 212), Targeted Print (TP, n = 216), and Usual Care (UC, n = 213). Theoretical mediators from the Extended Parallel Process Model, Health Action Planning Approach, and Ottawa Decision Support Framework were assessed at baseline and 1-month follow-up; CGRA uptake was assessed at 6 months. Generalized structural equation modeling was used for mediation analysis. RESULTS: The TCN effects were most strongly mediated by behavioral intention alone (β = 0.49 and 0.31) and by serial mediation through self-efficacy and intention (β = 0.041 and 0.10) when compared with UC and TP, respectively. In addition, compared with UC, the TCN also increased CGRA through increased perceived susceptibility, knowledge of HBOC, and response efficacy. CONCLUSIONS: Risk communication and behavioral change interventions for hereditary cancer should stress a person's increased genetic risk and the potential benefits of genetic counseling and testing, as well as bolster efficacy beliefs by helping remove barriers to CGRA. System-level and policy interventions are needed to further expand access.
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 | 0,015 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».