Lessons Learned Implementing a Province-Wide Smoking Cessation Initiative in Ontario’s Cancer Centres
Notice bibliographique
Résumé
PURPOSE: A large body of evidence clearly shows that cancer patients experience significant health benefits with smoking cessation. Cancer Care Ontario, the provincial agency responsible for the quality of cancer services in Ontario, has undertaken a province-wide smoking cessation initiative. The strategies used, the results achieved, and the lessons learned are the subject of the present article. METHODS: Evidence related to the health benefits of smoking cessation in cancer patients was reviewed. A steering committee developed a vision statement for the initiative, created a framework for implementation, and made recommendations for the key elements of the initiative and for smoking cessation best practices. RESULTS: New ambulatory cancer patients are being screened for their smoking status in each of Ontario's 14 regional cancer centres. Current or recent smokers are advised of the benefits of cessation and are directed to smoking cessation resources as appropriate. Performance metrics are captured and used to drive improvement through quarterly performance reviews and provincial rankings of the regional cancer centres. CONCLUSIONS: Regional smoking cessation champions, commitment from Cancer Care Ontario senior leadership, a provincial secretariat, and guidance from smoking cessation experts have been important enablers of early success. Data capture has been difficult because of the variety of information systems in use and non-standardized administrative and clinical processes. Numerous challenges remain, including increasing physician engagement; obtaining funding for key program elements, including in-house resources to support smoking cessation; and overcoming financial barriers to access nicotine replacement therapy. Future efforts will focus on standardizing processes to the extent possible, while tailoring the approaches to the populations served and the resources available within the individual regional cancer programs.
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 | 0,061 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,005 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».