MétaCan
Menu
Retour à la cohorte
Enregistrement W2135104074 · doi:10.1200/jco.2012.45.6954

Barriers to Breast and Colorectal Cancer Survivorship Care: Perceptions of Primary Care Physicians and Medical Oncologists in the United States

2013· article· en· W2135104074 sur OpenAlexaff
Katherine S. Virgo, Catherine C. Lerro, Carrie N. Klabunde, Craig C. Earle, Peter Ganz

Notice bibliographique

RevueJournal of Clinical Oncology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesU.S. Public Health Service
Mots-clésMedicineFamily medicineSurvivorship curveBreast cancerReimbursementOdds ratioHealth carePrimary care physicianLogistic regressionColorectal cancerCancerPrimary careInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: High-quality, well-coordinated cancer survivorship care is needed yet barriers remain owing to fragmentation in the United States health care system. This article is a nationwide survey of barriers perceived by primary care physicians (PCPs) and medical oncologists (MOs) regarding breast and colorectal cancer survivorship care beyond 5 years after treatment. METHODS: The Survey of Physician Attitudes Regarding the Care of Cancer Survivors was mailed out in 2009 to a nationally-representative sample (n = 3,596) of US PCPs and MOs. Ten physician-perceived cancer survivorship care barriers/concerns were compared between the two provider types. Using weighted multinomial logistic regression, we modeled each barrier, adjusting for physician demographics, reimbursement, training, and practice characteristics. RESULTS: We received responses from 2,202 physicians (1,072 PCPs; 1,130 MOs; 65.1% cooperation rate). In adjusted patient-related barriers models, MOs were more likely than PCPs to report patient language barriers (odds ratio, [OR], 1.72; 95% CI, 1.22 to 2.42), insurance restrictions impeding test/treatment use (OR, 1.42; 95% CI, 1.03 to 1.96), and patients requesting more aggressive testing (OR, 4.08; 95% CI, 2.73 to 6.10). In adjusted physician-related barriers models, PCPs were more likely to report inadequate training (OR, 3.06; 95% CI, 2.03 to 4.61) and ordering additional tests/treatments because of malpractice concerns (OR, 1.87; 95% CI, 1.20 to 2.93). MOs were more likely to report uncertainty regarding general preventive care responsibility (often/always: OR, 1.97; 95% CI, 1.13 to 3.43; sometimes: OR, 2.16; 95% CI, 1.60 to 2.93). CONCLUSION: MOs and PCPs perceive different cancer follow-up care barriers/concerns to be problematic. Resolving inadequate training, malpractice-driven test ordering, and preventive-care responsibility concerns may require continuing education, explicit guidelines, and survivorship care plans. Reviewing care plans with survivors may also reduce patients' requests for unnecessary testing.

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)0,006
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 enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,400
Écart entre enseignants0,361 · 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

Citations85
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer survivorship and careTravaux en français237 207