MétaCan
Menu
Retour à la cohorte
Enregistrement W2947039620 · doi:10.1634/theoncologist.2019-0043

The Development of an International Oncofertility Competency Framework: A Model to Increase Oncofertility Implementation

2019· article· en· W2947039620 sur OpenAlexaff
Antoinette Anazodo, Paula Laws, Shanna Logan, Carla Saunders, Joanne Travaglia, Brigitte Gerstl, Natalie Bradford, Richard J. Cohn, Mary Birdsall, Ronald D. Barr, Nao Suzuki, Seido Takae, Ricardo Marinho, Shuo Xiao, Qiong-Hua Chen, Nalini Mahajan, Madhuri Patil, Devika Gunasheela, Kristen Smith, Leonard S. Sender, Cláudia Melo, Teresa Almeida‐Santos, Mahmoud Salama, Leslie Appiah, Irene Su, Sheila Lane, Teresa K. Woodruff, Allan Pacey, Richard A. Anderson, Françoise Shenfield, Elizabeth Sullivan, William J. Ledger

Notice bibliographique

RevueThe Oncologist · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Biology and Fertility
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésOncofertilityMedicineFertility preservationPsychosocialDelphi methodFamily medicineReferralSurvivorship curveService (business)DocumentationNursingFertilityCancerInternal medicinePopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite international evidence about fertility preservation (FP), several barriers still prevent the implementation of equitable FP practice. Currently, oncofertility competencies do not exist. The aim of this study was to develop an oncofertility competency framework that defines the key components of oncofertility care, develops a model for prioritizing service development, and defines the roles that health care professionals (HCPs) play. MATERIALS AND METHOD: A quantitative modified Delphi methodology was used to conduct two rounds of an electronic survey, querying and synthesizing opinions about statements regarding oncofertility care with HCPs and patient and family advocacy groups (PFAs) from 16 countries (12 high and 4 middle income). Statements included the roles of HCPs and priorities for service development care across ten domains (communication, oncofertility decision aids, age-appropriate care, referral pathways, documentation, oncofertility training, reproductive survivorship care and fertility-related psychosocial support, supportive care, and ethical frameworks) that represent 33 different elements of care. RESULTS: The first questionnaire was completed by 457 participants (332 HCPs and 125 PFAs). One hundred and thirty-eight participants completed the second questionnaire (122 HCPs and 16 PFAs). Consensus was agreed on 108 oncofertility competencies and the roles HCPs should play in oncofertility care. A three-tier service development model is proposed, with gradual implementation of different components of care. A total of 92.8% of the 108 agreed competencies also had agreement between high and middle income participants. CONCLUSION: FP guidelines establish best practice but do not consider the skills and requirements to implement these guidelines. The competency framework gives HCPs and services a structure for the training of HCPs and implementation of care, as well as defining a model for prioritizing oncofertility service development. IMPLICATIONS FOR PRACTICE: Despite international evidence about fertility preservation (FP), several barriers still prevent the implementation of equitable FP practice. The competency framework gives 108 competencies that will allow health care professionals (HCPs) and services a structure for the development of oncofertility care, as well as define the role HCPs play to provide care and support. The framework also proposes a three-tier oncofertility service development model which prioritizes the development of components of oncofertility care into essential, enhanced, and expert services, giving clear recommendations for service development. The competency framework will enhance the implementation of FP guidelines, improving the equitable access to medical and psychological oncofertility care.

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)0,026
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0040,005
Communication savante0,0050,007
Science ouverte0,0030,010
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,402
Écart entre enseignants0,348 · 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'étudeThéorique ou conceptuel
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

Citations42
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe OncologistMême sujetReproductive Biology and FertilityTravaux en français237 207