Effectiveness of an intervention to improve supportive care for family caregivers of patients with lung cancer: study protocol for a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Family caregivers (FC) often experience higher distress levels than their relative with cancer. Many cancer centers have implemented distress screening programs, but most of them concentrate their efforts on patients, with little attention to their FC. To fill this gap, a pragmatic intervention has been designed to improve supportive care for FC of patients with lung cancer. This article describes the study protocol of a single-center randomized controlled trial to assess its effectiveness. METHODS/DESIGN: A total of 120 lung cancer patients and their FC are randomly assigned to the experimental group (exposed to intervention, N = 60) or to the control group (usual care, N = 60). The intervention includes: (1) systematic FC distress screening and problem assessment near their relative's cancer diagnosis, and every 2 months, (2) privileged contact with an oncology nurse (ON) away from the patient to address FC problems and (3) liaison by the ON with the family physician of FC reporting high distress (thermometer score ≥5/10), or problems relying on FP expertise. In both groups, FC, patient and process-of-care outcomes are measured at baseline and every 3 months, up to 9 months. The primary endpoint is FC distress measured by the Hospital Anxiety and Depression Scale (HADS) and the Psychological Distress Index used in the Quebec Health Survey (PDQHS). Individual interviews with 10 FC and a focus group with the oncology team will be conducted at the study end to further document the effectiveness of the intervention and its impact on quality of life (for FC) and practice organization (for the oncology team). DISCUSSION: This trial will assess the effectiveness of an innovative intervention based on interprofessional collaboration between primary care and oncology care. It targets a population in great need, yet often neglected, and has the potential to clearly improve patient and caregiver experience of cancer care, and reduce the burden of disease. TRIAL REGISTRATION: ClinicalTrials.gov, ID: NCT02531464 . Registered on 15 July 2015.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».