A comparison of primary care providers’ and oncologists’ preferences for different models of cancer survivorship care.
Notice bibliographique
Résumé
6006 Background: There is increasing interest in developing more efficient and effective strategies for coordinating and delivering cancer and non-cancer related follow-up care to survivors. The objectives of this nationwide survey were to describe and compare US physician preferences for different cancer survivorship care models. Methods: The Survey of Physician Attitudes Regarding the Care of Cancer Survivors (SPARCCS) was mailed to PCPs and oncologists in order to evaluate their views regarding physician responsibilities, knowledge levels about survivorship, and cancer follow-up testing. Using weighted univariate and multivariate models, we analyzed PCPs’ and oncologists’ preferences for different cancer survivorship care models (PCP/shared vs. oncologist vs. non-physician provider) and examined how physician attitudes towards and self-efficacy with their own skills during breast and colorectal cancer follow-up affected these preferences. Results: Of 3,434 physicians surveyed, 2,202 (64%) responded of whom 2,026 (59%) provided eligible outcomes for this study: 938 (46%) PCPs and 1,088 (54%) oncologists. In unadjusted analyses, most PCPs (51%) supported a PCP/shared care system whereas the majority of specialists (59%) strongly endorsed an oncologist-based model (p<0.001). A number of PCPs and oncologists (23% for both) preferred to involve non-physician providers. A significant proportion of cancer specialists (87%) did not feel that PCPs can take on the primary role for cancer follow-up. Many PCPs believed that they have the skills to perform breast and colorectal cancer follow-up (57%), detect recurrent cancers (74%), and offer psychosocial support (50%), but only a minority (32%) were willing to assume exclusive responsibility. In adjusted analyses, PCPs already involved with cancer surveillance (43%) were more likely to prefer a PCP/shared care system than an oncologist-based survivorship care model (OR 2.08, 95%CI 1.34-3.23, p<0.001). Conclusions: PCPs and oncologists have different preferences for models of cancer survivorship care. Prior involvement with cancer follow-up was one of the strongest predictors of PCPs' willingness to assume this responsibility.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».