Strategies to improve adherence to treatment in adolescents and young adults with cancer: a systematic review
Notice bibliographique
Résumé
Purpose: Adolescents and young adults (AYAs) with cancer have higher rates of nonadherence to treatment relative to younger and older cancer patients. Efforts to improve adherence in this population are therefore increasing. This review aimed: 1) to synthesize recommendations and strategies used to improve treatment adherence in AYAs with cancer, and 2) to summarize the available evidence supporting the efficacy of adherence-promoting strategies for AYAs with cancer. Methods: We conducted a systematic review with two stages: 1) a narrative stage, to analyze expert recommendations, and 2) an evaluative stage, to summarize quantitative evidence for interventions. Four electronic databases were searched for studies involving AYAs, aged 10–39 years, with cancer, published from 2005 to 2015. Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines were used to ensure quality of the review. The Delphi list was used to assess study quality. Results: Nine articles were identified in the narrative stage of the review. For the evaluative stage, out of 113 screened abstracts, only one eligible intervention was identified. Common themes of adherence-promoting strategies were grouped into five domains: developmental, communication, educational, psychological well-being, and logistical/management strategies. Strategies to address developmental stage and to improve communication were the most highly recommended to improve adherence. Few strategies focused on the role of the patient in adherence. One intervention found that a behaviorally targeted computer game could significantly improve adherence to prescribed oral medication in AYAs with cancer. Conclusion: Although numerous studies report challenges to treatment adherence in AYAs with cancer, little research has systematically evaluated the impact of implementing recommended strategies and interventions in this age group. The present review extends the current literature through its focus on strategies recommended to improve adherence, rather than focusing on barriers and risk factors for nonadherence. There is now a need for more rigorous research to systematically assess the effect of implementing strategies to improve AYAs' adherence to cancer treatment. Keywords: neoplasms, emerging adulthood, interventions, communication, psychosocial
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 | 0,008 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».