MétaCan
Menu
Retour à la cohorte
Enregistrement W2050205728 · doi:10.5737/1181912x2026674

Identifying supportive care needs of women with ovarian cancer

2010· article· en· W2050205728 sur OpenAlexaffvenue
Margaret I. Fitch, Rose Steele

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Support in Illness
Établissements canadiensYork UniversityHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésPsychosocialNeeds assessmentMedicineFamily medicineInformation needsEmotional supportSocial supportCancerNursingOutpatient clinicPsychologyPsychiatryInternal medicinePsychotherapist

Résumé

récupéré en direct d'OpenAlex

Women diagnosed with ovarian cancer may experience many shortterm and long-term effects from cancer and its treatment. Cancer has more than a physical impact, yet there is a lack of information about the types of needs these women have and whether they want help in meeting their needs. The main purpose of this cross-sectional, descriptive study was to identify the supportive care needs (physical, emotional, social, informational, spiritual, psychological and practical) of women with ovarian cancer who attended a comprehensive, outpatient cancer centre. A further purpose was to determine if women wanted assistance in meeting those needs. A total of 50 women diagnosed with ovarian cancer participated in this study by completing a self-report questionnaire (The Supportive Care Needs Survey). The data indicated that a range of supportive care needs remained unmet for this patient group. Eight of the top 10 most frequently reported needs were psychosocial, such as fears about the cancer returning or spreading. The women also expressed a range of difficulty in managing their needs. However, despite this reality, significant numbers of women indicated they did not wish to have assistance from the clinic staff with some needs. Suggestions for practice and future research are offered to assist oncology nurses in providing care to these women.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,336
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing JournalMême sujetFamily Support in IllnessTravaux en français237 207