Use of patient-reported outcome measures after breast reconstruction in low- and middle-income countries: a scoping review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Patient-reported outcome measures (PROMs) are increasingly administered in high-income countries to monitor health-related quality of life of breast cancer patients undergoing breast reconstruction. Although low- and middle-income countries (LMICs) face a disproportionate burden of breast cancer, little is known about the use of PROMs in LMICs. This scoping review aims to examine the use of PROMs after post-mastectomy breast reconstruction among patients with breast cancer in LMICs. METHODS: MEDLINE, Embase, Web of Science, CINAHL, and PsycINFO were searched in August 2022 for English-language studies using PROMs after breast reconstruction among patients with breast cancer in LMICs. Study screening and data extraction were completed. Data were analyzed descriptively. RESULTS: The search produced 1024 unique studies, 33 of which met inclusion criteria. Most were observational (48.5%) or retrospective (33.3%) studies. Studies were conducted in only 10 LMICs, with 60.5% in China and Brazil and none in low-income countries. Most were conducted in urban settings (84.8%) and outpatient clinics (57.6%), with 63.6% incorporating breast-specific PROMs and 33.3% including breast reconstruction-specific PROMs. Less than half (45.5%) used PROMs explicitly validated for their populations of interest. Only 21.2% reported PROM response rates, ranging from 43.1 to 96.9%. Barriers and facilitators of PROM use were infrequently noted. CONCLUSIONS: Despite the importance of PROM collection and use in providing patient-centered care, it continues to be limited in middle-income countries and is not evident in low-income countries after breast reconstruction. Further research is necessary to determine effective methods to address the challenges of PROM use in LMICs.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle