The Impact of Participation in Online Cancer Communities on Patient Reported Outcomes: Systematic Review
Notice bibliographique
Résumé
BACKGROUND: In recent years, the question of how patients' participating in online communities affects various patient reported outcomes (PROs) has been investigated in several ways. OBJECTIVES: This study aimed to systematically review all relevant literature identified using key search terms, with regard to, first, changes in PROs for cancer patients who participate in online communities and, second, the characteristics of patients who report such effects. METHODS: A computerized search of the literature via PubMed (MEDLINE), PsycINFO (5 and 4 stars), Cochrane Central Register of Controlled Trials, and ScienceDirect was performed. Last search was conducted in June 2017. Studies with the following terms were included: (cancer patient) and (support group or health communities) and (online or Internet). A total of 21 studies were included and independently assessed by 2 investigators using an 11-item quality checklist. RESULTS: The methodological quality of the selected studies varied: 12 were of high quality, eight were of adequate quality, and only one was of low quality. Most of the respondents were women (about 80%), most with breast cancer; their mean age was 50 years. The patients who were active in online support groups were mostly younger and more highly educated than the nonusers. The investigated PROs included general well-being (ie, mood and health), anxiety, depression, quality of life, posttraumatic growth, and cancer-related concerns. Only marginal effects-that is, PRO improvements-were found; in most cases they were insignificant, and in some cases they were contradictory. CONCLUSIONS: The main shortcoming of this kind of study is the lack of methodological instruments for reliable measurements. Furthermore, some patients who participate in online communities or interact with peers via Internet do not expect to measure changes in their PROs. If cancer survivors want to meet other survivors and share information or get support, online communities can be a trustworthy and reliable platform to facilitate opportunities or possibilities to make this happen.
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 | 0,016 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».