Coordinating cancer care: Measurement and intervention approaches across the cancer continuum.
Notice bibliographique
Résumé
103 Background: According to a landmark study by the Institute of Medicine, patients with cancer often receive poorly coordinated care in multiple settings from many providers. Lack of coordination is associated with poor symptom control, medical errors, and higher costs. The aims of this presentation are to: (1) describe the state-of-the science on cancer care coordination measures and intervention outcomes from a systematic review and meta-analysis of empirical papers published between 1980-2013; (2) explore the implications of these findings from the patient, provider, healthcare system, and national policy perspectives. No similar review has yet been published. Methods: Of 1,241 abstracts collected from a systematic search of PubMed, MeEMBASE, Medline, CINAHL, and Cochrane Library, 50 studies met the inclusion criteria. Each study had US or Canadian participants; comparison or control groups, measures, times, samples, and/or interventions. Two raters independently applied a standardized search strategy and coding scheme. Eight studies (14 outcomes) met the additional criteria for the meta-analysis. We used the Care Coordination Atlas (McDonald, 2010) definition of care coordination. Results: Overall, coordination improved cancer care across 83% (44) of the measured outcomes. Interventions led to more appropriate healthcare use (g = 0.37 [95% CI = 0.29 – 0.46]; I2= 0.00) across screening (patient navigation), treatment (home telehealth, nurse case management and education), and end-of-life care (early palliation). Measures varied considerably in psychometric quality and were limited in focus. They included; rates of guideline compliance (screening), timeliness of care (diagnosis), health-related quality of life (treatment), cancer-related distress (survivorship), and home death (end-of-life). Conclusions: The findings revealed effective interventions across the cancer continuum from screening to end-of-life. More, and better measures are needed across the cancer continuum. We discuss the implications of these findings for more and better measures, approaches to implement effective interventions in clinical settings, and to develop supportive policy (and reimbursement) contexts.
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 | 0,142 | 0,203 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,013 | 0,023 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».