Living with advanced cancer: Rich Pictures as a means for health care providers to explore the experiences of advanced cancer patients
Notice bibliographique
Résumé
BACKGROUND: To provide holistic care to patients with advanced cancer, health care professionals need to gain insight in patients' experiences across the different domains of health. However, describing such complex experiences verbally may be difficult for patients. The use of a visual tool, such as Rich Pictures (RPs) could be helpful. We explore the use of RPs to gain insight in the experiences of patients with advanced cancer. METHODS: Eighteen patients with advanced cancer were asked to draw a RP expressing how they experienced living with cancer, followed by a semi-structured interview. Qualitative content analysis, including the examination of all elements in the drawings and their interrelationships, was used to analyze the RPs, which was further informed by the interviews. RESULTS: The RPs clearly showed what was most important to an individual patient and made relations between elements visible at a glance. Themes identified included: medical aspects, the experience of loss, feelings related to loss, support from others and meaningful activities, and integration of cancer in one's life. The added value of RPs lies in the ability to represent these themes in one single snapshot. CONCLUSIONS: RPs allow for a complementary view on the experiences of advanced cancer patients, as they show and relate different aspects of patients' lives. A RP can provide health care professionals a visual summary of the experiences of a patient. For patients, telling their story to health care professionals might be facilitated when using RPs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».