MétaCan
Menu
Retour à la cohorte
Enregistrement W2742539232 · doi:10.2196/cancer.6996

Electronic-Based Patient-Reported Outcomes: Willingness, Needs, and Barriers in Adjuvant and Metastatic Breast Cancer Patients

2017· article· en· W2742539232 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Cancer · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreast cancerMetastatic breast cancerMedicineOncologyAdjuvantCancerInternal medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient-reported outcomes (PROs) play an increasingly important role as an adjunct to clinical outcome parameters in measuring health-related quality of life (HRQoL). In fact, PROs are already the accepted gold standard for collecting data about patients' subjective perception of their own state of health. Currently, paper-based surveys of PRO still predominate; however, knowledge regarding the feasibility of and barriers to electronic-based PRO (ePRO) acceptance remains limited. OBJECTIVE: The objective of this trial was to analyze the willingness, specific needs, and barriers of adjuvant breast cancer (aBC) and metastatic breast cancer (mBC) patients in nonexposed (no exposure to electronic assessment) and exposed (after exposure to electronic assessment decision, whether a tablet-based questionnaire is favored) settings before implementing digital ePRO assessment in relation to health status. We also investigated whether providing support can increase the patients' willingness to participate in such programs. METHODS: The nonexposed patients only answered a paper-based questionnaire, whereas the exposed patients filled out both paper- and tablet-based questionnaires. The assessment comprised socioeconomic variables, HRQoL, preexisting technical skills, general attitude toward electronic-based surveys, and potential barriers in relation to health status. Furthermore, nonexposed patients were asked about the existing need for technological support structures. In the course of data evaluation, we performed a frequency analysis as well as chi-square tests and Wilcoxon signed-rank tests. Subsequently, relative risks analysis, univariate categorical regression (CATREG), and mediation analyses (Hayes' bias-corrected bootstrap) were performed. RESULTS: A total of 202 female breast cancer patients completed the PRO assessment (nonexposed group: n=96 patients; exposed group: n=106 patients). Self-reported technical skills were higher in exposed patients (2.79 vs 2.33, P ≤.001). Significant differences were found in relation to willingness to use ePRO (92.3% in the exposed group vs 59% in the nonexposed group; P=.001). Multiple barriers were identified, and most of them showed statistically significant differences in favor of the exposed patients (ie, data security [13% in the exposed patients vs 30% in the nonexposed patients; P=.003] and no prior technology usage [5% in the exposed group vs 15% in the nonexposed group; P=.02]), whereas the differences in disease burden (somatic dimension: 4% in the exposed group vs 9% in the nonexposed group; P=.13) showed no significance. In nonexposed patients, requests for support services were identified, which could increase their ePRO willingness. CONCLUSIONS: Significant barriers in relation to HRQoL, cancer-related restrictions, and especially the setting of the survey were identified in this trial. Thus, it is necessary to address and eliminate these barriers to ensure data accuracy and reliability for future ePRO assessments. Exposure seems to be a potential option to increase willingness to use ePRO and to reduce barriers.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,298
Écart entre enseignants0,286 · 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