Comprehensive long‐term follow‐up programs for pediatric cancer survivors
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to provide a detailed description of comprehensive long-term follow-up (LTFU) programs for pediatric cancer survivors. METHODS: Program directors from 24 comprehensive LTFU programs in the U.S. and Canada completed a 6-page survey that provided details in 5 categories: description of the program, perceived benefits and strengths of the program, barriers to the development and use of the program, methods to improve the program, and an ideal model of care for pediatric cancer survivors. RESULTS: Participants identified the following primary benefits to health care delivered to survivors through LTFU programs: health care delivered by clinicians familiar with long-term risks of survivors, provision of risk-based screening and surveillance for late effects, and targeted education for risk reduction and healthy lifestyles. Key barriers to the functioning of LTFU programs included system-driven and patient/survivor-driven factors. System-driven factors included inadequate resources and finances to sustain programs, low institutional commitment toward the provision of survivorship care, lack of capacity to care for the growing population of survivors, and difficulties with ongoing communication with community physicians. Survivor-driven barriers included lack of interest and lack of awareness of cancer-related risks. CONCLUSIONS: This report describes the frequency, content, and setting of follow-up care delivered by pediatric comprehensive LTFU programs. Critical challenges as survivorship care evolves will include integrating a structured process of program evaluation and building capacity for care.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».