Utilizing patient reported outcomes for patients recieving oral chemotherapy.
Notice bibliographique
Résumé
190 Background: Management of oral chemotherapy presents many challenges to oncology practitioners. The purpose of this study is to describe how incorporation of patient reported outcomes (PRO) for patients receiving oral chemotherapy can identify those patients who are experiencing moderate to severe symptom burden and nonadherence. Methods: As part of a statewide quality collaborative, we wished to improve our monitoring of patients receiving oral chemotherapy. The quality collaborative created a PRO assessment that includes a revised Edmonton Symptom Assessment Scale (ESAS), a single-item adherence question, reasons for nonadherence, the patient’s most bothersome symptom and questions related to patient confidence. Our medical assistants provide the assessment to the patient before each appointment. Results: Patients completing the PRO during the first 3 months (7/7/16 – 9/27/16) were evaluated. We had 32 assessments completed by 23 patients. The oral chemotherapy prescribed were capecitabine (48%), erlotinib (13%), temozolomide (13%), and not recorded (26%). Of the 29 completed ESAS assessments, 72% included at least 1 moderate side effect, and 48% included at least 1 severe side effect. 29% of patients reported low-moderate confidence to self-manage their symptoms. Less than excellent adherence (<80% adherence) was reported in 30% of patients with the most commonly reported reason being related to side effects or concerns about side effects. Conclusions: Use of PROs in our oral chemotherapy population identified a large proportion of patients experiencing moderate to severe side effects. Further assessment of how this compares to what patients report to their oncologist during their visits will be reviewed. In addition, we found that approximately 30% of our patients are nonadherent to their oral chemotherapy. This is consistent with recent publications. We plan to continue assessing patient outcomes and utilizing the data we collect to improve patient self-management support.
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 | 0,009 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».