Estudio de sobrevivientes jóvenes de cáncer de mama (YBCSS)

Este es un estudio epidemiológico observacional en el que los investigadores recopilarán datos de aproximadamente 384 participantes en un momento determinado mediante cuestionarios en línea (REDCaP y el Cuestionario de historial dietético III del NCI). El reclutamiento se llevará a cabo a través de grupos de apoyo y grupos de defensa de las redes sociales para sobrevivientes de cáncer de mama. El consentimiento electrónico se otorgará al comienzo de cada cuestionario en línea. La recopilación de datos se realizará a través de un autoinforme en el lugar elegido por el participante mediante un cuestionario en línea. Los investigadores utilizarán cuestionarios validados establecidos utilizados por otras cohortes previamente realizadas para indagar sobre datos demográficos, ocupación, antecedentes de exámenes de detección de cáncer, antecedentes familiares de cáncer, comorbilidades, cáncer y otros tratamientos de comorbilidades, incluidos los relacionados con la fertilidad, la CVRS, la ingesta dietética utilizando el NCI Dietary en línea. Cuestionario de antecedentes III que incluye el uso de suplementos dietéticos, antecedentes residenciales, estado hormonal, actividad física, uso de productos de tabaco y alcohol, experiencias con el racismo, apoyo social e información sobre la utilización de la atención médica.

Para lograr el Objetivo 1, los investigadores utilizarán el Cuestionario de Historial de Dieta III del NCI, un cuestionario en línea de frecuencia de alimentos de 135 ítems con 26 preguntas sobre suplementos dietéticos, que refleja el último mes de ingesta para estimar la ingesta de alimentos y nutrientes y los patrones dietéticos generales. La calidad de vida (CVRS) es un concepto multidimensional que no solo incluye dominios físicos, psicológicos y sociales, sino que también puede abarcar otros dominios como el funcionamiento cognitivo. Los pacientes con cáncer también presentan muchos síntomas (p. ej., fatiga, dolor, trastornos del sueño) que no se pueden medir directamente con las pruebas de laboratorio. Por lo tanto, la evaluación de la CVRS y la carga de estos síntomas entre los sobrevivientes de cáncer deberá basarse en los autoinformes de los pacientes, medidos por instrumentos validados especialmente para pacientes con cáncer de mama, e incluye la Evaluación funcional de la terapia del cáncer (FACT-B).

Las estadísticas descriptivas se presentarán como media (desviación estándar) y mediana (rango intercuartílico) para variables continuas y como frecuencia (porcentaje) para variables categóricas. Se emplearán herramientas de visualización de datos como histograma, diagrama de caja, diagrama de dispersión y diagrama de líneas para evaluar las tendencias y los valores atípicos en los datos. La asociación bivariada entre las variables categóricas se probará para determinar la significación estadística mediante la prueba de Chi-cuadrado o la prueba exacta. Las diferencias en las variables continuas se evaluarán para determinar la significación estadística mediante la prueba de Kruskal-Wallis. Los datos de HRQoL generalmente no se distribuyen normalmente con distribuciones sesgadas a la izquierda y posibles efectos de techo que requieren la consideración de estimadores alternativos en modelos multivariados. Se han propuesto varios modelos alternativos diferentes sobre el enfoque estándar de mínimos cuadrados ordinarios, incluida la regresión beta, la regresión tobit y el modelado en dos partes. Los investigadores evaluarán la distribución de las medidas primarias de HRQoL en la construcción de modelos analíticos. Con un patrón dietético saludable como la principal variable independiente y las medidas de HRQoL como variable dependiente principal, los investigadores esperan encontrar que a medida que aumenta la calidad de la dieta, aumenta la HRQoL.

Para el Objetivo 2, los investigadores pedirán a los participantes del estudio que completen cuestionarios relacionados con el racismo, el fatalismo y la demografía, y geocodificarán las historias residenciales de los participantes para medir el papel del racismo, el fatalismo, los ingresos, la educación y la proximidad a las instalaciones de tratamiento en el tratamiento. adherencia. Los investigadores utilizarán sistemas de información geográfica para geocodificar las historias residenciales de los participantes. A los participantes se les pedirá el código postal de residencia en el momento del diagnóstico, así como el código postal del centro de tratamiento en el que recibieron atención. Si se desconoce el código postal de la instalación de tratamiento, el participante puede proporcionar la ciudad y el estado, en los que se encontrará y utilizará para el análisis un código postal del punto central de la ciudad. Utilizando Microsoft Excel, y la lista de latitudes y longitudes por código postal, proporcionada por la Oficina del Censo de los Estados Unidos (buscar cita), se determinará la distancia en millas entre el lugar de residencia y el lugar de tratamiento. Este cálculo de distancia se puede utilizar para ayudar a evaluar la adherencia al tratamiento y la distancia hasta el tratamiento. Las historias residenciales también se utilizarán para determinar la ruralidad de los participantes. Con respecto a las muchas definiciones y esquemas de clasificación de la ruralidad que compiten entre sí, Hall et al. Las definiciones dicotómicas encontradas enmascaran la heterogeneidad relevante para la investigación en salud y los estudios de accesibilidad. En su lugar, los investigadores utilizarán los códigos del Área de Transporte Rural-Urbano (RUCA) desarrollados por la Oficina de Política de Salud Rural de la Administración de Recursos y Servicios de Salud y el Servicio de Investigación Económica del Departamento de Agricultura de los Estados Unidos (USDA). Los códigos RUCA combinan información sobre densidad de población, urbanidad y patrones de desplazamiento diario para clasificar las secciones censales en 22 códigos distintos, que luego pueden consolidarse en clasificaciones más manejables.

Las estadísticas descriptivas se presentarán como media (desviación estándar) y mediana (rango intercuartílico) para variables continuas y como frecuencia (porcentaje) para variables categóricas. Se emplearán herramientas de visualización de datos como histograma, diagrama de caja, diagrama de dispersión y diagrama de líneas para evaluar las tendencias y los valores atípicos en los datos. Los investigadores explorarán las asociaciones entre la adherencia al tratamiento y cada medida de los determinantes sociales (como la relación entre la pobreza y los ingresos, el racismo, la educación y la proximidad a las instalaciones de tratamiento) utilizando una regresión logística de efectos mixtos. El modelo se ajustará secuencialmente por el efecto de los factores de confusión modificables y no modificables, como la edad, el estadio del cáncer, el tipo de tratamiento y el estado del seguro.

Se espera que el reclutamiento de participantes continúe durante ~12 meses.