Feasibility and acceptability of patient-reported outcomes data collection for clinical care following breast reconstruction.
Notice bibliographique
Résumé
9042 Background: To date, systematic measurement of patient-reported outcomes (PROs) has played an important role in cancer research, but not in routine clinical care. Our objective was to evaluate the feasibility of developing and piloting an electronic PRO data collection in clinical care among breast reconstruction patients using the BREAST-Q, a previously developed condition-specific PRO measure for breast surgery patients that measures quality of life (e.g. psychosocial, physical and sexual well-being) as well as patient satisfaction (e.g. satisfaction with breasts, with information, with surgeon). Methods: The BREAST-Q was loaded to the MSKCC WebCore, a generic electronic patient-reporting platform adhering to strict privacy and security standards. Patients attending visits at the MSKCC Breast Reconstruction Clinic were asked to complete the BREAST-Q electronically prior to scheduled visits. For patients with email addresses, a reminder with web-link to the questionnaire was emailed automatically prior to the visit. Results: Over a 9 month start-up period, BREAST-Q surveys were completed by 1442 patients. Patients completed the questionnaire at set time points before and after surgery. A total of 2340 BREAST-Q surveys were completed overall. Mean completion time was 5:53 minutes. Acceptability was high with both patients and clinical staff contributing positive comments along with suggestions for improvement via email. Conclusions: This pilot experience suggests that ePRO data can be efficiently collected among outpatient breast surgery patients with high acceptability. In the next phase of this project, we will introduce real-time individual patient reports to the clinical team and evaluate the impact of this information on clinical care and quality improvement.
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 | 0,130 | 0,170 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».