Barriers and Facilitators to Delivering Multifactorial Risk Assessment and Communication for Personalized Breast Cancer Screening: A Qualitative Study Exploring Implementation in Canada.
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
Many jurisdictions are considering a shift to risk-stratified breast cancer screening; however, evidence on the feasibility of implementing it on a population scale is needed. We conducted a prospective cohort study in the PERSPECTIVE I&I project to produce evidence on risk-stratified breast screening and recruited 3753 participants to undergo multifactorial risk assessment from 2019-2021. This qualitative study explored the perspectives of study personnel on barriers and facilitators to delivering multifactorial risk assessment and risk communication. One focus group and three one-on-one interviews were conducted and a thematic analysis conducted which identified five themes: (1) barriers and facilitators to recruitment for multifactorial risk assessment, (2) barriers and facilitators to completion of the risk factor questionnaire, (3) additional resources required to implement multifactorial risk assessment, (4) the need for a person-centered approach, and (5) and risk literacy. While risk assessment and communication processes were successful overall, key barriers were identified including challenges with collecting comprehensive breast cancer risk factor information and limited resources to execute data collection and risk communication activities on a large scale. Risk assessment and communication processes will need to be optimized for large-scale implementation to ensure they are efficient but robust and person-centered.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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