MétaCan
Menu
Retour à la cohorte
Enregistrement W2602479208 · doi:10.1200/jco.2013.31.15_suppl.e20507

Effective routine electronic symptom screening and use of evidence to improve cancer symptom management in Ontario, Canada.

2013· article· en· W2602479208 sur OpenAlexaffabout
Sean Molloy, Esther Green, José Pereira, Reena Tabing, Carol Sawka

Notice bibliographique

RevueJournal of Clinical Oncology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensCancer Care Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineAuditAnxietyCancerFeelingMEDLINEFamily medicinePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

e20507 Background: Improving symptom management is a critical component of high quality care. Cancer Care Ontario (CCO) is working to improve through a standardized approach to symptom screening and assessment that leverages electronic tools along the cancer journey. Methods: CCO has developed a web-based application that allows patients to report their symptoms using the Edmonton Symptom Assessment System (ESAS). ESAS is a validated screening tool that asks patients to rate the severity of nine common cancer symptoms. The use of ESAS promotes a common language among patients and providers and across care settings. To support clinicians in determining follow-up to scores, CCO has developed symptom management guides. The guides represent current evidence and best practices and are available in various formats to help the care team assess and manage a patient’s cancer-related symptoms. Results: Since the program’s introduction in 2007, over 1.6 million ESAS screens have been performed across the province. In November 2012, over 53% of all Regional Cancer Centre patients were screened representing over 23,000 patients and nearly 35,000 ESAS screens. Symptom assessments collected from 45,000 cancer patients revealed that 75% of patients reported fatigue as a concern, 57% reported anxiety and 53% reported pain. Patients have indicated that they value this approach. Results from a 2012 survey of 3,320 patients show that 93% thought that indicating their symptom severity is important as it helps their health care providers know how they are feeling. Evidence from chart audit reviews demonstrates that symptom screening is linked to higher rates of documented clinical interventions but further research is needed to analyze its impact on outcomes. Conclusions: Lessons learned include the importance of leadership at all levels, clinician engagement in change, point of care decision support tools and the importance of engaging patients in the management of their symptoms. Patients are overwhelmingly in support of this approach to cancer symptom screening and their involvement is critical to its expansion across all settings of 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,596

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,037
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,097
Tête enseignante GPT0,428
Écart entre enseignants0,332 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCardiovascular Health and Risk FactorsTravaux en français237 207