A Primary Care Initiative for Cancer Survivorship: A Case Study of Cancer in Obese Men
Notice bibliographique
Résumé
Background: Men in rural and northern areas of Canada experience considerable challenges in health care access for chronic conditions such as obesity, type 2 diabetes (T2D), and cancer. Obese men (body mass index/BMI ≥ 30 kg/m2) in rural/remote northern British Columbia (BC) experience poorer health outcomes due to cancer risk compared to other men elsewhere in urban Canada. Context: Challenges faced by men who develop cancer as a complication of being obese are paramount in terms of primary care treatment of their cancers. Oftentimes cancer treatment is multi-modal and complex. Models of shared care have been proposed to provide coordinated survivorship care to the growing population of rural male cancer patients suffering from obesity and the Metabolic Syndrome (MetS). Methods: Objectives: The main objective of the study was to examine the type of cancer care programs that may have focused on men with cancer in northern British Columbia (BC). A secondary objective is to identify challenges in care experienced by men with cancer during their transition from in-hospital care back to their home communities. Population: We conducted a comprehensive literature review and a qualitative focus group interview with primary care physicians (PCPs), oncologists (n=8), and a convenience sample of male cancer patients (n=6) who have underlying obesity and Metabolic Syndrome (MetS). We examined the types of cancer care programs that may have targeted such men. We further identified challenges experienced by male cancer patients while transitioning back to their home communities. Results: The focus group results outlined themes speaking to a comprehensive shared care model that goes beyond surveillance of cancer recurrence in men with obesity. Conclusion: A shared survivorship care plan or model integrates collaboration among specialists in clinical decision making and best practice for treatment of cancer in obese men.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».