Undersøkelse av unge brystkreftoverlever (YBCSS)

Dette er en observasjonsepidemiologisk studie der etterforskerne vil samle inn data fra omtrent 384 deltakere på et tidspunkt ved hjelp av online spørreskjemaer (REDCaP og NCI Diet History Questionnaire III). Rekruttering vil foregå via støttegrupper for brystkreftoverlevende sosiale medier og påvirkningsgrupper. Elektronisk samtykke vil bli gitt i begynnelsen av hvert nettbasert spørreskjema. Datainnsamling vil skje via egenrapportering på stedet valgt av deltakeren ved hjelp av et online spørreskjema. Etterforskerne vil bruke etablerte validerte spørreskjemaer brukt av andre tidligere utførte kohorter for å spørre om demografi, yrke, kreftscreeningshistorie, familiehistorie med kreft, komorbiditeter, kreft og annen komorbiditetsbehandling inkludert fertilitetsrelatert, HRQoL, diettinntak ved hjelp av online NCI Dietary Historiespørreskjema III som inkluderer bruk av kosttilskudd, bolighistorie, hormonell status, fysisk aktivitet, bruk av tobakksprodukter og alkohol, erfaringer med rasisme, sosial støtte og informasjon om bruk av helsetjenester.

For å oppnå mål 1, vil etterforskerne bruke NCI Diet History Questionnaire III, et online spørreskjema med 135 punkter med 26 kosttilskuddsspørsmål, som gjenspeiler den siste måneden med inntak for å estimere mat- og næringsinntak og generelle kostholdsmønstre. Helserelatert livskvalitet (HRQoL) er et flerdimensjonalt konsept som ikke bare inkluderer fysiske, psykologiske og sosiale domener, men kan også omfatte andre domener som kognitiv funksjon. Kreftpasienter viser også mange symptomer (f.eks. tretthet, smerte, søvnforstyrrelser) som ikke kan måles direkte fra laboratorietester. Derfor vil vurdering av HRQoL og disse symptombyrdene blant kreftoverlevere måtte stole på pasientenes egenrapportering, målt med validerte instrumenter spesielt for pasienter med brystkreft, og inkluderer funksjonell vurdering av kreftterapi (FACT-B).

Beskrivende statistikk vil bli presentert som gjennomsnitt (standardavvik) og median (interkvartilområde) for kontinuerlige variabler og som frekvens (prosent) for kategoriske variabler. Datavisualiseringsverktøy som histogram, boxplot, scatterplot og linjeplott vil bli brukt for å vurdere trender og uteliggere i dataene. Bivariat assosiasjon mellom kategoriske variabler vil bli testet for statistisk signifikans ved bruk av Chi-square test eller eksakt test. Forskjeller i kontinuerlige variabler vil bli testet for statistisk signifikans ved bruk av Kruskal-Wallis test. HRQoL-data er vanligvis ikke distribuert normalt med venstreskjeve fordelinger og potensielle takeffekter som krever vurdering av alternative estimatorer i multivariate modeller. En rekke forskjellige alternative modeller har blitt foreslått over standard ordinære minste kvadraters tilnærming, inkludert beta-regresjon, tobit-regresjon og todelt modellering. Etterforskerne vil vurdere fordelingen av de primære HRQoL-målene i å bygge analytiske modeller. Med sunt kostholdsmønster som den primære uavhengige variabelen og mål på HRQoL fungerer som primær avhengig variabel, forventer etterforskerne å finne at når diettkvaliteten øker, øker HRQoL.

For mål 2 vil etterforskerne be studiedeltakerne om å fylle ut spørreskjemaer relatert til rasisme, fatalisme og demografi, og etterforskerne vil geokode deltakernes bolighistorier for å måle rollen til rasisme, fatalisme, inntekt, utdanning og nærhet til behandlingsfasiliteter i behandling. binding. Etterforskerne vil bruke geografiske informasjonssystemer for å geokode deltakernes bolighistorier. Deltakerne vil bli spurt om postnummeret til bosted ved diagnosetidspunktet, samt postnummeret til behandlingsinstitusjonen der de mottok omsorg. Hvis postnummeret til behandlingsanlegget er ukjent, kan deltakeren oppgi byen og staten, der et postnummer for det sentrale punktet i byen vil bli funnet og brukt til analyse. Ved å bruke Microsoft Excel, og listen over bredde- og lengdegrader etter postnummer, levert av United States Census Bureau (finn sitat), vil avstanden i miles mellom bosted og behandlingssted bli bestemt. Denne avstandsberegningen kan brukes til å evaluere behandlingsoverholdelse og avstand til behandling. Bolighistorier vil også bli brukt for å bestemme deltakernes landlighet. Når det gjelder de mange konkurrerende definisjonene og klassifiseringsordningene for landlighet, sier Hall et al. funnet dikotome definisjoner maskerer heterogenitet som er relevant for helseforskning og studier av tilgjengelighet. Etterforskerne vil i stedet bruke Rural-Urban Commuting Area (RUCA)-kodene utviklet av Office of Rural Health Policy of Health Resources and Services Administration og Economic Research Service of United States Department of Agriculture (USDA). RUCA-koder kombinerer informasjon om befolkningstetthet, urbanitet og daglige pendlingsmønstre for å klassifisere folketellinger i 22 distinkte koder, som deretter kan konsolideres til mer håndterbare klassifikasjoner.

Beskrivende statistikk vil bli presentert som gjennomsnitt (standardavvik) og median (interkvartilområde) for kontinuerlige variabler og som frekvens (prosent) for kategoriske variabler. Datavisualiseringsverktøy som histogram, boxplot, scatterplot og linjeplott vil bli brukt for å vurdere trender og uteliggere i dataene. Etterforskerne vil utforske assosiasjonene mellom behandlingsoverholdelse og hvert mål på sosiale determinanter (som fattigdom i forhold til inntekt, rasisme, utdanning og nærhet til behandlingsanlegg) ved å bruke logistisk regresjon med blandet effekt. Modellen vil bli sekvensielt justert for effekten av ikke-modifiserbare og modifiserbare konfoundere som alder, kreftstadium, behandlingstype og forsikringsstatus.

Rekruttering av deltakere forventes å pågå i ~12 måneder.