MétaCan
Menu
Retour à la cohorte
Enregistrement W2737271400 · doi:10.1186/s12913-017-2415-9

Cancer related fatigue: implementing guidelines for optimal management

2017· article· en· W2737271400 sur OpenAlexaboutno aff
Elizabeth Pearson, Meg E. Morris, Carol McKinstry

Notice bibliographique

RevueBMC Health Services Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesProstate Cancer Foundation of Australia
Mots-clésGuidelinePsychosocialMedicineNursing researchDelphi methodNursingHealth informaticsBest practiceDelphiHealth administrationFamily medicineMedical educationPublic healthPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer-related fatigue (CRF) is a key concern for people living with cancer and can impair physical functioning and activities of daily living. Evidence-based guidelines for CRF are available, yet inconsistently implemented globally. This study aimed to identify barriers and enablers to applying a cancer fatigue guideline and to derive implementation strategies. METHODS: A mixed-method study explored the feasibility of implementing the CRF guideline developed by the Canadian Association for Psychosocial Oncology (CAPO). Health professionals, managers and consumers from different practice settings participated in a modified Delphi study with two survey rounds. A reference group informed the design of the study including the surveys. The first round focused on guideline characteristics, compatibility with current practice and experience, and behaviour change. The second survey built upon and triangulated the first round. RESULTS: Forty-five health practitioners and managers, and 68 cancer survivors completed the surveys. More than 75% of participants endorsed the CAPO cancer related fatigue guidelines. Some respondents perceived a lack of resources for accessible and expert fatigue management services. Further barriers to guideline implementation included complexity, limited practical details for some elements, and lack of clinical tools such as assessment tools or patient education materials. Recommendations to enhance guideline applicability centred around four main themes: (1) balancing the level of detail in the CAPO guideline with ease of use, (2) defining roles of different professional disciplines in CRF management, (3) how best to integrate CRF management into policy and practice, (4) how best to ensure a consumer-focused approach to CRF management. CONCLUSIONS: Translating current knowledge on optimal management of CRF into clinical practice can be enhanced by the adoption of valid guidelines. This study indicates that it is feasible to adopt the CAPO guidelines. Clinical application may be further enhanced with guideline adaptation, professional education and integration with existing practices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,073
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,004
Science ouverte0,0030,003
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,283
Tête enseignante GPT0,573
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetCancer survivorship and careTravaux en français237 207