QOS-21A MODEL OF CARE FOR PEDIATRIC CNS TUMOR PATIENTS
Notice bibliographique
Résumé
BACKGROUND: CNS tumors are the most common solid tumors in childhood. Given the complexity and comorbidities multiple health care workers from different disciplines are involved in the care. METHOD: Since 2008 a multidisciplinary team under the leadership of the neurooncologist for the care of pediatric CNS tumor patients was futher developed and prospectivly more disciplines were added due to the needs of the patients. RESULTS: Since 2008 around 24 patients with a new diagnosis of a pediatric CNS tumor and 5 relapses/ progression were treated on a yearly basis. Patients initally seen in the emergency room were visited by the neurosurgeon and neurooncologists following the initial imaging. Immediate inpatient care around the time of surgery was shared between these two disciplines. Disclosure was performed by the neurosurgeon and neurooncologist together including a dedicated social worker, the radiation oncologist was also present in case radiation therapy was needed. All these patients have had the same primary nurse/ case manager taking care of them since diagnosis. Given the different aspects of care the following disciplines were also part of the team: neuroradiology, neuropsychology, endocrinology, neuroophthalmology, social work, child life, occupational therapy, physiotherapy, dietician, interlink nurse and clinical research associate - all disciplines with a dedicated professional. Patients and parents do appreciate this model of care. CONCLUSION: Pediatric CNS tumor patients require a multidisciplinary care team with a dedicated case manager and a dedicated leader for optimal 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».