MétaCan
Menu
Back to cohort
Record W4393024426

Fertility preservation and breast cancer : ethical issues related to women information : development and assessment of a web-based decision aid for patients

2019· preprint· fr· W4393024426 on OpenAlexaboutno aff
Alexandra Benoit

Bibliographic record

Venuetheses.fr (ABES) · 2019
Typepreprint
Languagefr
FieldHealth Professions
TopicMobile Health and mHealth Applications
Canadian institutionsnot available
Fundersnot available
KeywordsFertility preservationBreast cancerFertilityOncofertilityGynecologyMedicineCancerInternal medicineEnvironmental health
DOInot available

Abstract

fetched live from OpenAlex

Introduction : La prise de décision concernant la préservation de la fertilité dans un contexte de prise en charge urgente de cancer du sein est complexe. Les objectifs de ce travail étaient de définir les attentes et les besoins des patientes en matière d’information, de concevoir un outil d’aide à la décision en ligne et d’évaluer sa validité apparente et son influence sur le choix éclairé des patientes.Méthodologie : Trois méthodes de recherche ont été menées pour répondre aux hypothèses : un focus group de cinq patientes pour l’étude qualitative, l’élaboration d’un outil d’aide à la décision selon la méthode d’Ottawa et une étude randomisée monocentrique. Cette dernière a été menée auprès de patientes âgées de 18 à 40 ans, adressées pour préservation de la fertilité dans un contexte de cancer du sein, randomisées au sein du groupe IRIS (information standard) ou du groupe DECISIF (avec outil d’aide à la décision en ligne). La mesure du choix éclairé était évaluée selon trois critères, à l’aide d’un questionnaire : les connaissances, l’attitude, et la mise en place ou non de techniques de préservation de la fertilité.Résultats : L’étude qualitative a permis de mettre en évidence que l’information transmise aux femmes et l’annonce de l’infertilité potentielle était à parfaire. L’outil d’aide à la décision en ligne a été élaboré suivant les recommandations des patientes et des professionnels de santé impliqués qui ont confirmé sa validité apparente. En ce qui concerne l’étude quantitative, au total 125 patientes ont été inclues et randomisées dans le groupe IRIS (n=65) ou DECISIF (n=60). Il a été mis en évidence une amélioration des connaissances dans le groupe DECISIF (8.6/10 (±1.34)) par rapport au groupe IRIS (6.49/10 (±1.89)). Dans les deux groupes, les patientes ont une attitude favorable envers la préservation de la fertilité (96 %). La décision finale n’est pas influencée par l’appartenance à un groupe ou un autre. Ainsi, à l’issue de la consultation de préservation de la fertilité, 73.6 % (92/125), soit 69.2 % (45/65) des patientes du groupe IRIS et 78.3 % (47/60) des patientes du groupe DECISIF vont choisir de conserver leurs ovocytes, embryons et/ou tissu ovarien. La proportion de choix éclairé était statistiquement plus élevée dans le groupe DECISIF que dans le groupe IRIS (respectivement 75 % versus 38.5 %, p<0.001). Par ailleurs, le niveau de conflit décisionnel chez les patientes du groupe DECISIF était moins élevé que chez celles du groupe IRIS (respectivement 14.4 (±2.94) versus 15.1 (±2.18), p=0.13).Conclusion : Nous avons conçu un outil d’aide à la décision en ligne pour accompagner les femmes atteintes d’un cancer du sein dans leur prise de décision concernant la préservation de la fertilité. Notre travail de recherche a permis de valider scientifiquement cet outil qui améliore les connaissances des patientes et leur autonomie de décision sans influencer leur attitude envers la préservation de la fertilité.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.044
metaresearch head score (Gemma)0.094
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.044
Threshold uncertainty score0.234

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0440.094
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.002
Science and technology studies0.0010.001
Scholarly communication0.0050.003
Open science0.0010.003
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0070.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.042
GPT teacher head0.432
Teacher spread0.389 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venuetheses.fr (ABES)Same topicMobile Health and mHealth ApplicationsFrench-language works237,207