Studie mladých pacientů s rakovinou prsu (YBCSS)

Jedná se o observační epidemiologickou studii, ve které budou vyšetřovatelé shromažďovat data od přibližně 384 účastníků v jeden okamžik pomocí online dotazníků (REDCaP a NCI Diet History Questionnaire III). Nábor bude veden prostřednictvím podpůrných skupin sociálních médií a skupin prosazujících rakovinu prsu. Elektronický souhlas bude udělen na začátku každého online dotazníku. Sběr dat bude probíhat formou self-reportu v místě zvoleném účastníkem pomocí online dotazníku. Vyšetřovatelé použijí zavedené ověřené dotazníky používané jinými dříve provedenými kohortami, aby se zeptali na demografické údaje, povolání, anamnézu screeningu rakoviny, rodinnou anamnézu rakoviny, komorbidity, rakovinu a další léčbu komorbidit, včetně léčby související s plodností, HRQoL, dietního příjmu pomocí online NCI Dietary Anamnéza III, která zahrnuje užívání doplňků stravy, rezidenční anamnézu, hormonální stav, fyzickou aktivitu, užívání tabákových výrobků a alkoholu, zkušenosti s rasismem, sociální podporu a informace o využívání zdravotní péče.

Ke splnění Cíle 1 použijí vyšetřovatelé NCI Diet History Questionnaire III, online 135-položkový dotazník frekvence jídla s 26 otázkami týkajícími se doplňků stravy, které odrážejí příjem za poslední měsíc, aby odhadli příjem potravy a živin a celkové stravovací návyky. kvalita života (HRQoL) je vícerozměrný koncept, který nezahrnuje pouze fyzické, psychologické a sociální oblasti, ale může zahrnovat i další oblasti, jako je kognitivní funkce. Pacienti s rakovinou také vykazují mnoho symptomů (např. únava, bolest, poruchy spánku), které nejsou měřitelné přímo z laboratorních testů. Posouzení HRQoL a těchto symptomů mezi pacienty, kteří přežili rakovinu, se tedy bude muset opírat o vlastní zprávy pacientů, měřené ověřenými nástroji, zejména u pacientů s rakovinou prsu, a zahrnuje funkční hodnocení léčby rakoviny (FACT-B).

Popisná statistika bude prezentována jako průměr (směrodatná odchylka) a medián (mezikvartilní rozmezí) pro spojité proměnné a jako frekvence (procenta) pro kategorické proměnné. K posouzení trendů a odlehlých hodnot v datech budou použity nástroje pro vizualizaci dat, jako je histogram, boxplot, scatterplot a liniový graf. Dvourozměrná asociace mezi kategoriálními proměnnými bude testována na statistickou významnost pomocí chí-kvadrát testu nebo exaktního testu. Rozdíly ve spojitých proměnných budou testovány na statistickou významnost pomocí Kruskal-Wallisova testu. Data HRQoL obvykle nejsou distribuována normálně s levým zkoseným rozdělením a potenciálními stropními efekty, které vyžadují zvážení alternativních odhadů ve vícerozměrných modelech. Bylo navrženo množství různých alternativních modelů přes standardní obyčejný přístup nejmenších čtverců včetně beta regrese, tobitové regrese a dvoudílného modelování. Vyšetřovatelé posoudí rozložení primárních měřítek HRQoL při vytváření analytických modelů. Se zdravým stravovacím vzorem jako primární nezávislou proměnnou a měřením HRQoL sloužícím jako primární závislá proměnná, výzkumníci očekávají, že zjistí, že jak se zvyšuje kvalita stravy, HRQoL se zvyšuje.

Pro Cíl 2 požádají vyšetřovatelé účastníky studie, aby vyplnili dotazníky týkající se rasismu, fatalismu a demografie, a vyšetřovatelé geokódují obytnou historii účastníků, aby změřili roli rasismu, fatalismu, příjmu, vzdělání a blízkosti léčebných zařízení při léčbě. dodržování. Vyšetřovatelé použijí geografické informační systémy ke geokódování rezidenční historie účastníků. Účastníci budou dotázáni na PSČ bydliště v době diagnózy a také na PSČ léčebného zařízení, ve kterém jim byla poskytnuta péče. Pokud není známo PSČ léčebného zařízení, může účastník uvést město a stát, ve kterém bude PSČ centrálního bodu města nalezeno a použito pro analýzu. Pomocí aplikace Microsoft Excel a seznamu zeměpisných šířek a délek podle PSČ, poskytnutého Úřadem pro sčítání lidu Spojených států amerických (viz citace), bude určena vzdálenost v mílích mezi místem bydliště a místem ošetření. Tento výpočet vzdálenosti lze použít k posouzení adherence k léčbě a vzdálenosti k léčbě. Rezidenční historie bude také použita k určení venkova účastníků. Co se týče mnoha konkurenčních definic a klasifikačních schémat pro venkov, Hall et al. nalezené dichotomické definice maskují heterogenitu relevantní pro výzkum zdraví a studie dostupnosti. Vyšetřovatelé místo toho použijí kódy RUCA (Rural-Urban Commuting Area) vyvinuté Úřadem pro politiku zdraví venkova Správy zdravotnických zdrojů a služeb a Ekonomickým výzkumným oddělením Ministerstva zemědělství Spojených států (USDA). Kódy RUCA kombinují informace o hustotě obyvatelstva, urbaničnosti a vzorcích každodenního dojíždění za účelem klasifikace sčítání lidu do 22 odlišných kódů, které pak lze sloučit do lépe zvládnutelných klasifikací.

Popisná statistika bude prezentována jako průměr (směrodatná odchylka) a medián (mezikvartilní rozmezí) pro spojité proměnné a jako frekvence (procenta) pro kategorické proměnné. K posouzení trendů a odlehlých hodnot v datech budou použity nástroje pro vizualizaci dat, jako je histogram, boxplot, scatterplot a liniový graf. Vyšetřovatelé budou zkoumat souvislosti mezi dodržováním léčby a každým měřítkem sociálních determinant (jako je poměr chudoby k příjmu, rasismus, vzdělání a blízkost léčebného zařízení) pomocí logistické regrese se smíšeným efektem. Model bude postupně upravován o vliv nemodifikovatelných a modifikovatelných matoucích faktorů, jako je věk, stadium rakoviny, typ léčby a stav pojištění.

Očekává se, že nábor účastníků bude probíhat přibližně 12 měsíců.