Structural Determinants of Childbearing Challenges in Breast Cancer Survivorship: A Systematic Review
Notice bibliographique
Résumé
Objectives: A growing number of women of reproductive age are battling breast cancer. The younger the age of the breast cancer, the more aggressive gonadal toxic treatments are needed. A large number of younger women with breast cancer are childless and plan to become pregnant after treatment. Thus, this study aimed to understand the structural determinants of health associated with the challenges these women face as they navigate childbearing after breast cancer treatment. Methods: PubMed, Scopus, Embase and Web of Science were searched up to July 2024. The review was preregistered (PROSPERO: CRD42024502269). We used "Newcastle-Ottawa Scale" for risk of bias assessment of studies. Results: A total of nine studies met the inclusion criteria. They were all of high quality and had little chance of being biased. Breast cancer survivors’ reproductive choices and childbearing are influenced by a number of structural determinants of health. These determinants include age, education level, socioeconomic status, housing, race, and ethnicity. Since age was a determinant in seven of eight studies reviewed (the lower the age, the greater the childbearing intention, fertility preservation, counseling, and pregnancy attempt), age appeared to be a more significant and influential factor. Conclusions: This review analysis revealed a connection between the reproductive practices of surviving women and the structural determinants of health and fertility. Reproductive-aged women who have struggled with this condition in the past may face various difficulties because of their fertility problems. Therefore, it seems beneficial to understand these factors and develop strategies to address these obstacles. This will allow these women to live a happy and hopeful life.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».