Improving patient-centered oral chemotherapy at an academic cancer center.
Notice bibliographique
Résumé
212 Background: Despite established standards for prescribing and monitoring oral anti-cancer medications (OAC) and validated tools supporting OAC patient education, substantial quality gaps remain. Methods: To identify local gaps in care for patients receiving OAC, we used a patient survey in the GI and Endocrine medical oncology clinic. Providers were also interviewed. The survey consisted of 23 questions addressing three domains (treatment plan (T) education, self-management (S) education and health team communication (C) as well as a single question overall satisfaction score. A composite average score encompassing all 23 questions was generated. Questions were derived from ASCO chemotherapy standards and validated patient communication instruments and scored on a 5-point Likert scale. Subsequently, individualized drug-specific written care plans guiding patient education were developed and tested in iterative PDSA cycles. The aim was to improve the composite average patient survey score by 10%. The same patient survey was used to assess the impact of the change ideas. Results: We collected 32 patient surveys, 21 pre- and 11 post-intervention. Baseline surveys indicated lowest scores in the C domain. Providers reported variation in education content and communication techniques used. Care plans with standardized content for 8 OAC agents were tested in simulated and clinic settings in a stepwise fashion, with implementation beginning in Feb 2018. Providers received training on integrating the care plans into clinic workflow. The composite average score for all 23 items improved from 4.18 to 4.29. The single question overall satisfaction score improved from 4.17 to 4.45. Improvement was noted across all 3 domains (T: 4.31 → 4.41, S: 4.26 → 4.36, C: 4.00 → 4.15). For balancing measures, provider teaching time per patient initially rose following implementation before returning to baseline. Conclusions: The intervention led to improvement in the patient experience when starting OAC. Standardized content and a framework guiding provider communication were key elements of the change ideas. To meet the study aim, further PDSA cycles integrating teach back methodology and proactive phone follow up are ongoing.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».