The Need for Survivorship Care in Genitourinary Cancers: Considerations from SUO and LUGPA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: A quarter of American cancer survivors have genitourinary malignancies that are largely managed by urologists. We explored urologist perceptions about survivorship care for genitourinary malignancies. METHODS: A total of 701 SUO (Society of Urologic Oncology) and 1,746 LUGPA (Large Urology Group Practice Association) members were invited to complete a web based survey composed of 5 domains, including 1) demographics, 2) current survivorship care practices, 3) perceived barriers, 4) accessibility to survivorship resources and 5) perceptions of advocacy groups. RESULTS: Of 191 respondents 137 (72%) had no training in survivorship care. Of the 174 respondents 129 (74%) practiced shared care models while 45 (26%) preferred pure specialized followup care. Only 39 of 129 respondents (30%) with a shared care model always provided a written care plan. These plans infrequently included information on lifestyle modifications and educational resources. Routine patient referral to advocacy organizations was highest for prostate cancer at 40% followed by bladder, testicular and kidney cancers at 17%, 10% and 8%, respectively. Lack of time/resources and practice guidelines were considered the 2 most important barriers to survivorship care by 31% and 30% of participants, respectively. Web based information on advocacy groups and best practice guidelines were selected as the most important initiatives to promote survivorship care. CONCLUSIONS: Despite the low response rate this study highlights important practice gaps in survivorship care for patients with genitourinary malignancies. In collaboration with advocacy organizations professional societies should initiate programs to better educate and train their members in survivorship care guidelines and consensus best practices.
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle