MétaCan
Menu
Retour à la cohorte
Enregistrement W2774651409 · doi:10.1186/s12913-017-2785-z

Optimizing clinical and organizational practice in cancer survivor transitions between specialized oncology and primary care teams: a realist evaluation of multiple case studies

2017· article· en· W2774651409 sur OpenAlexafffundabout
Dominique Tremblay, Catherine Prady, Karine Bilodeau, Nassera Touati, Maud‐Christine Chouinard, Martin Fortin, Isabelle Gaboury, Jean‐Paul Rodrigue, Marie-France L’Italien

Notice bibliographique

RevueBMC Health Services Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversité du Québec à ChicoutimiÉcole Nationale d'Administration PubliqueUniversité de MontréalSanté MontérégieCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanHôpital Charles-Le MoyneCentre intégré de santé et de services sociaux de la Montérégie-CentreUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNursing researchMedicineHealth informaticsSurvivorship curveHealth administrationNursingDocumentationHealth careFamily medicineQualitative researchCancerOncologyPublic healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer is now viewed as a chronic disease, presenting challenges to follow-up and survivorship care. Models to shift from haphazard, suboptimal and fragmented episodes of care to an integrated cancer care continuum must be developed, tested and implemented. Numerous studies demonstrate improved care when follow-up is assured by both oncology and primary care providers rather than either group alone. However, there is little data on the roles assumed by specialized oncology teams and primary care providers and the extent to which they work together. This study aims to develop, pilot test and measure outcomes of an innovative risk-based coordinated cancer care model for patients transitioning from specialized oncology teams to primary care providers. METHODS/DESIGN: This multiple case study using a sequential mixed-methods design rests on a theory-driven realist evaluation approach to understand how transitions might be improved. The cases are two health regions in Quebec, Canada, defined by their geographic territory. Each case includes a Cancer Centre and three Family Medicine Groups selected based on differences in their determining characteristics. Qualitative data will be collected from document review (scientific journal, grey literature, local documentation), semi-directed interviews with key informants, and observation of care coordination practices. Qualitative data will be supplemented with a survey to measure the outcome of the coordinated model among providers (scope of practice, collaboration, relational coordination, leadership) and patients diagnosed with breast, colorectal or prostate cancer (access to care, patient-centredness, communication, self-care, survivorship profile, quality of life). Results from descriptive and regression analyses will be triangulated with thematic analysis of qualitative data. Qualitative, quantitative, and mixed methods data will be interpreted within and across cases in order to identify context-mechanism associations that explain outcomes. DISCUSSION: The study will provide empirical data on a risk-based coordinated model of cancer care to guide actions at different levels in the health system. This in-depth multiple case study using a realist approach considers both the need for context-specific intervention research and the imperative to address research gaps regarding coordinated models of cancer care.

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)0,091
score de la tête « metaresearch » (Gemma)0,106
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,481

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0910,106
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0080,005
Communication savante0,0050,004
Science ouverte0,0050,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,259
Tête enseignante GPT0,575
Écart entre enseignants0,316 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations17
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

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