Communication strategies for rare cancers: a systematic review protocol
Notice bibliographique
Résumé
BACKGROUND: Rare cancers comprise almost a quarter of all cancers in Europe, and patients generally have poorer outcomes than those suffering from more common cancers. This is attributed in part to a general lack of knowledge and awareness of rare cancers. This review aims to examine the communication strategies being used throughout the world to inform on rare cancers and to highlight any opportunities for improvement. METHODS: A systematic review of literature published in English prior to November 2018 will be conducted, screening articles from the electronic databases MEDLINE, PubMed, EMBASE, Web of Science, PsycINFO, CINAHL Plus and the Cochrane Database of Systematic Reviews. Grey literature databases (GreyLit, OpenGrey) will also be searched in order to screen for any unpublished works. As well as primary literature, reference lists will be examined via forward and reverse citation screening. The review will be reported using the Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA). Titles and abstracts will first be examined for eligibility, with remaining studies undergoing a full-text screening before being included in the final review. Individual studies will be screened for bias, and a meta-analysis performed provided there is enough data. If insufficient homogenous literature exists, a narrative summary of the literature will be produced. DISCUSSION: Despite the broad topic and width of study type that will be considered, this review hopes to provide a reflective summary of the communication strategies available for people living with and working with rare cancer. It aims to reveal any gaps in the resources available, to contribute to the long-term improvement of diagnosis and management of rare cancers. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42018099784.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,024 | 0,004 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».