Identifying critical data elements for a provincial transition plan from a primary care perspective.
Notice bibliographique
Résumé
54 Background: Cancer Care Ontario is the provincial government advisor on the cancer and renal systems, as well as access to care for key health services. Enhancing flow of patient information and care plans are priorities to improve continuity and quality of survivorship care. Cancer Care Ontario’s Primary and Community Care and Survivorship Programs have initiated work to identify required information that primary care providers (PCPs) should receive about a patient’s cancer care at the point of transition back to primary care. Methods: Fifteen focus groups were conducted with PCPs in Ontario using a guide to facilitate group discussions on the utility and content of transition plans. Based on the collective feedback, thematic analysis was conducted on data elements that were expressed as critical with 12 common themes identified. Transition plan materials across Ontario’s Local Health Integration Networks and relevant jurisdictions in Canada and the United States were also reviewed to abstract a list of all documented data elements. A comprehensive matrix of data elements was then created by incorporating the list of all documented data elements with the 12 common themes. Using this matrix, prevalence of data elements amongst reviewed materials was ranked by frequency. A Modified-Delphi approach was used to validate and prioritize data elements with Cancer Care Ontario provincial and regional primary care clinical leadership. Results: In total, 21 documents were reviewed and 30 standard data elements were identified and ranked by frequency. The 10 most frequent data elements were classified as required for a standard transition plan. The remaining data elements were presented to 29 Cancer Care Ontario Cancer Leads to reach consensus on a core set of data elements to be required for inclusion in a transition plan. Conclusions: Essential data elements for inclusion in a transition plan have been identified from the perspective of PCPs. Next steps include engaging patient and family advisors, oncologists, and health system administrators through a phased regional consultation process. The role of synoptic reporting for a future standard survivorship transition plan will also be explored.
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 | 0,048 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,011 | 0,004 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».