Competency building for self-management and self-care: evidence informed development of an empowerment course for breast cancer survivors
Notice bibliographique
Résumé
18626 Purpose: To improve survivorship outcomes by empowering and preparing survivors to self- manage their health. We describe the evidence-informed development of a patient empowerment course “Managing Your Cancer Journey” offered in the Breast Cancer Survivorship Program at Princess Margaret Hospital in Toronto, Canada. Methods: Audio-taped and transcribed focus groups (3; n = 16 patients, August 2004), interviews (n = 8 lymphedema patients, spring 2004, n = 8 patients, spring 2005) were held for patient directed guidance in survivorship course and program development. A comprehensive literature review was conducted to develop a theoretical framework for empowerment. Three main competencies: knowing, navigating and negotiating emerged and were developed into 5 ×1.5 hour classes facilitated by two social workers in collaboration with health professionals and community organizations. Feedback from survivors in a community forum (n = 40) and during piloting with survivors (n = 10) and educators was solicited. Analysis of transcripts and observer/consultant debriefings were analyzed for emergent themes. Results: Respondents recommended program interventions that allowed people to gain mastery or a perceived sense of control over their lives with cancer. Survivors and expert consultants prioritized 3 major domains for the survivorship program: psychosocial support, information provision, and support for dealing with the physical effects of breast cancer. In response, outcome measures for empowerment will include: patient satisfaction, cancer knowledge, self-efficacy in disease management, empowerment, and depression. Conclusions: Ongoing iterative feedback from and piloting with the survivor target audience and embedding the course within the hospital’s strategic plan for patient centred care and competency building are keys to successful course implementation. No significant financial relationships to disclose.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».