Integration of Massage Therapy in Outpatient Cancer Care
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.
Notice bibliographique
Résumé
BACKGROUND: Massage therapy can be helpful in alleviating cancer-related symptoms and cancer treatment-related symptoms. While surveys have noted that cancer patients seek out massage as a nonpharmacologic approach during cancer treatment, little is known about the integration of massage in outpatient cancer care. PURPOSE: The purpose of this study was to examine the extent to which massage is being integrated into outpatient cancer care at NCI-designated Cancer Centers. SETTING: This study used descriptive methods to analyze the integration of massage in NCI-designated Cancer Centers providing clinical services to patients (n = 62). DESIGN: Data were collected from 91.1% of the centers (n = 59) using content analysis and a telephone survey. A dataset was developed and coded for analysis. MAIN OUTCOME MEASURE: The integration of massage was assessed by an algorithm that was developed from a set of five variables: 1) acceptance of treatment as therapeutic, 2) institution offers treatment to patients, 3) clinical practice guidelines in place, 4) use of evidence-based resources to inform treatment, and 5) shared knowledge about treatment among health care team. All centers were scored against all five variables using a six-point scale, with all variables rated equally. RESULTS: The integration of massage ranged from not at all (0) to very high (5) with all five levels of integration evident. Only 11 centers (17.7% of total) rated a very high level of integration; nearly one-third of the centers (n = 22) were found to have no integration of massage at all-not even provision of information about massage to patients through the center website. CONCLUSIONS: The findings of this analysis suggest that research on massage is not being leveraged to integrate massage into outpatient 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle