Evaluation of the implementation of the Expanded Prostate Cancer Index Composite for Clinical Practice (EPIC-CP) across the province of Ontario.
Notice bibliographique
Résumé
188 Background: EPIC-CP, a prostate cancer Patient-Reported Outcome Measure (PROM), was implemented across Ontario’s 14 Regional Cancer Centres (RCCs) using a phased roll-out approach. This approach enabled implementation and evaluation in enrolled centres, with the aim of using the results to improve implementation in both the enrolled regions and those preparing to implement. The objective was to analyze formative evaluation results and identify opportunities for improvement in implementation. Methods: Surveys were developed for patients and providers to capture attitudes and experiences regarding EPIC-CP. Data collection was initiated approximately three months post-implementation, with three RCCs evaluated concurrently in ‘waves’. Descriptive analyses were performed to summarize the survey data. Results: To date, nine RCC’s have completed the formative evaluation with 104 providers and 517 patients responding to the surveys. Providers reported challenges with data flow (44% always or mostly received EPIC-CP results in a timely manner) and with responding to specific symptoms (27% and 29% reported that they are very confident in treating/managing sexual function and emotional issues respectively). Although 54% of providers acknowledged that using EPIC-CP should be part of their role, 46% indicated that it has added little or no value to their practice. In contrast, 75% of patients reported that EPIC-CP made it easier to communicate symptoms to their care team, which suggests that patients find EPIC adds value. Patient comments identified gaps such as educational resources for symptom management and additional support when completing the PROM. Conclusions: Opportunities to improve the patient and provider experience with EPIC-CP include: developing educational resources, addressing issues with technology and data flow, and identifying factors that influence provider uptake. These results will be used to design resources and support to improve the process for implementing EPIC-CP in later waves.
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 | 0,041 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».