MétaCan
Menu
Retour à la cohorte
Enregistrement W2411834789 · doi:10.2196/resprot.5565

Enhancing the Return to Work of Cancer Survivors: Development and Feasibility of the Nurse-Led eHealth Intervention Cancer@Work

2016· article· en· W2411834789 sur OpenAlexvenueno aff
Sietske J. Tamminga, Sanne van Hezel, Angela G. E. M. de Boer, Monique H. W. Frings‐Dresen

Notice bibliographique

RevueJMIR Research Protocols · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-cléseHealthIntervention (counseling)MedicineNursingTest (biology)PersonalizationFamily medicineHealth careWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It is important to enhance the return to work of cancer survivors with an appropriate intervention, as cancer survivors experience problems upon their return to work but consider it an essential part of their recovery. OBJECTIVE: The objective of our study was to develop an eHealth intervention to enhance the return to work of cancer survivors and to test the feasibility of the eHealth intervention with end users. METHODS: To develop the intervention we 1) searched the literature, 2) interviewed 7 eHealth experts, 3) interviewed 7 cancer survivors, 2 employers, and 7 occupational physicians, and 4) consulted experts. To test feasibility, we enrolled 39 cancer survivors, 9 supervisors, 7 occupational physicians, 9 general physicians and 2 social workers and gave them access to the eHealth intervention. We also interviewed participants, asked them to fill in a questionnaire, or both, to test which functionalities of the eHealth intervention were appropriate and which aspects needed improvement. RESULTS: Cancer survivors particularly want information and support regarding the possibility of returning to work, and on financial and legal aspects of their situation. Furthermore, the use of blended care and the personalization of the eHealth intervention were preferred features for increasing compliance. The first version of the eHealth intervention consisted of access to a personal and secure website containing various functionalities for cancer survivors blended with support from their specialized nurse, and a public website for employers, occupational physicians, and general physicians. The eHealth intervention appeared feasible. We adapted it slightly by adding more information on different cancer types and their possible effects on return to work. CONCLUSIONS: A multistakeholder and mixed-method design appeared useful in the development of the eHealth intervention. It was challenging to meet all end user requirements due to legal and privacy constraints. The eHealth intervention appeared feasible, although implementation in daily practice needs to be subject of further research. CLINICALTRIAL: Dutch Trial Register number (NTR): 5190; http://www.trialregister.nl/trialreg/admin/rctview.asp?TC=5190 (Archived by WebCite at http://www.webcitation.org/6hm4WQJqC).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,193
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,165
Tête enseignante GPT0,529
Écart entre enseignants0,364 · 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 tête enseignante, pas un consensus.

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

Citations21
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetCancer survivorship and careTravaux en français237 207