Managing Matajoosh: determinants of first Nations’ cancer care decisions
Notice bibliographique
Résumé
BACKGROUND: Accessing cancer treatment requires First Nation peoples living in rural and remote communities to either commute to care, or to relocate to an urban centre for the length or part of the treatment. While Canadians living in rural and remote communities must often make difficult decisions following a cancer diagnosis, such decisions are further complicated by the unique policy and socio-historical contexts affecting many First Nation peoples in Canada. These contexts often intersect with negative healthcare experiences which can be related to jurisdictional confusion encountered when seeking care. Given the rising incidence of cancer within First Nation populations, there is a growing potential for negative health outcomes. METHODS: The analysis presented in this paper focuses on the experience of First Nation peoples' access to cancer care in the province of Manitoba. We analyzed policy documents and government websites; interviewed individuals who have experienced relocation (N = 5), family members (N = 8), healthcare providers and administrators (N = 15). RESULTS: Although the healthcare providers (social workers, physicians, nurses, patient navigators, and administrators) we interviewed wanted to assist patients and their families, the focus of care remained informed by patients' clinical reality, without recognition of the context which impacts and constrains access to cancer care services. Contrasting and converging narratives identify barriers to early diagnosis, poor coordination of care across jurisdictions and logistic complexities that result in fatigue and undermine adherence. Providers and decision-makers who were aware of this broader context were not empowered to address system's limitations. CONCLUSIONS: We argue that a whole system's approach is required in order to address these limitations.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».