MétaCan
Menu
Retour à la cohorte
Enregistrement W2897584868 · doi:10.1188/18.onf.761-774

A Survey of Information Needs and Preferences of Patients With Head and Neck Cancer

2018· article· en· W2897584868 sur OpenAlexaffabout
Oksana Saroa, Anita Molzahn, Herbert C. Northcott, Karmen L. Schmidt, Sunita Ghosh, Kärin Olson

Notice bibliographique

RevueOncology nursing forum · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineRehabilitationInformation needsThe InternetHead and neck cancerHealth careCancerCancer treatmentHead and neckFamily medicineNursingPhysical therapySurgeryInternal medicineWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine the information needs and preferences of patients who had human papillomavirus-associated head and neck cancer (HNC) and who were aged 18-65 years in the post-treatment phase of recovery. SAMPLE & SETTING: 205 patients who completed treatment for HNC at two large cancer centers in Western Canada. METHODS & VARIABLES: A self-administered survey was completed in paper or online format. Participants were asked about information considered most important, sources of information used during recovery, and sources considered most helpful. RESULTS: Participants wanted information on signs and symptoms of recurrence, cure rates, post-treatment rehabilitation, treatment and recovery time frames, and financial assistance. They identified healthcare providers as the most frequently used and helpful source of information, but also reported that the Internet was useful and that an online information resource would be helpful during recovery. IMPLICATIONS FOR NURSING: Nurses can provide more personalized information for survivors of HNC by contributing to the development of reliable Internet-based resources. The developers of these resources could also consider creating ways to directly link healthcare providers and survivors of HNC who are experiencing problems stemming from diagnosis and treatment.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,148
Score d'incertitude au seuil0,707

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,314
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations19
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOncology nursing forumMême sujetCancer survivorship and careTravaux en français237 207