MétaCan
Menu
Retour à la cohorte
Enregistrement W2894879208 · doi:10.2147/jmdh.s173735

Scoping clinicians’ perspectives on pre-treatment multidisciplinary care for young women with breast cancer

2018· article· en· W2894879208 sur OpenAlexaff
Arden Corter, May Lynn Quan, Francis Wright, Erin Kennedy, Marko Šimunović, Juliet Shao, Nancy N. Baxter

Notice bibliographique

RevueJournal of Multidisciplinary Healthcare · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensPublic Health OntarioMcMaster UniversityUniversity of TorontoUniversity Health NetworkMount Sinai HospitalUniversity of CalgarySt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMultidisciplinary approachPsychosocialMedicineAuditBreast cancerFamily medicineHealth careMedical educationNursingCancerPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Young women with breast cancer (YWBC) experience worse medical and psychosocial outcomes than their older counterparts. Early input from a multidisciplinary team via pre-treatment multidisciplinary cancer conferences (pMCCs) may be important for addressing the complex needs of YWBC. However, pMCCs are not common. This study has two parts: a survey and workshop aimed at assessing clinicians' perspectives on pMCCs, including the importance of pMCCs in the care of YWBC, as well as barriers to, and strategies for supporting their implementation. METHODS: Survey results highlight variability across sites in the delivery of multidisciplinary care in general. However, both survey and workshop results emphasize clinicians' agreement on the importance of pMCCs and suggest that numerous practical and systems levels barriers be addressed before pMCCs can be implemented. CONCLUSIONS: pMCCs have the potential to improve surgical treatment and psychosocial outcomes for YWBC. A combined practical and policy approach to their implementation, which sees extension of existing standards to include pMCCs, may support their adoption and subsequent audit practices to assess the effect of pMCCs on outcomes for YWBC.

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)0,016
score de la tête « metaresearch » (Gemma)0,056
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,056
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0050,003
Communication savante0,0070,005
Science ouverte0,0020,007
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0170,002

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 Opus0,081
Tête enseignante GPT0,441
Écart entre enseignants0,360 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Multidisciplinary HealthcareMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207