MétaCan
Menu
Retour à la cohorte
Enregistrement W2980480216 · doi:10.1200/jco.2019.37.27_suppl.185

Partnering with patients and caregivers to improve systemic treatment regimen information.

2019· article· en· W2980480216 sur OpenAlexaffabout
Andrea Crespo, Heidi Amernic, Sarah McBain, Nita Lakhani, Daniela Gallo-Hershberg, Annie L.M. Cheung, Jessica Ng, Sarah Salama, Kathy Vu, Leta Forbes

Notice bibliographique

RevueJournal of Clinical Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensUniversity of TorontoSunnybrook Health Science CentreCancer Care Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineFormularyFocus groupRegimenUsabilityRelevance (law)Medical physicsMedical educationNursingSurgeryComputer science

Résumé

récupéré en direct d'OpenAlex

185 Background: Cancer Care Ontario’s Drug Formulary is a web-based drug information resource. Patient information is currently provided as single-drug information sheets, with a limited number of multi-drug regimen information sheets (RIS) for breast and lung cancer treatments. Patients identified a need to create additional, high-quality, “user-friendly” RIS. Objectives of this project were to 1) engage patients and caregivers in RIS redesign; 2) evaluate the original vs a redesigned model RIS; and 3) use the model RIS template to create additional RIS across disease sites. Methods: The project team included a patient and family advisor (PFA) and clinical and research experts. This was a qualitative study between August 2017 to May 2019. A focus group (FG) was conducted with 5 PFAs to identify and prioritize drug information needs. A model RIS was designed, incorporating FG input and health literacy best practices. RIS were evaluated through blinded comparative cognitive interviews with 13 PFAs, to assess RIS for usability, understandability and content relevance. Evaluation informed iterative revisions. RIS were also evaluated by clinical and education experts using the Patient Education Materials Assessment Tool (PEMAT). An RIS style guide was developed to inform the creation of future RIS. Ethics approval was obtained from the University of Toronto. Results: The FG prioritized information on regimen details, Dos and Don’ts while on treatment, drug interactions, side effects and contact information. Guidance was provided on simplifying language, highlighting important information and aesthetics. Cognitive interviews consistently reported preference for model RIS over original RIS in most domains. PEMAT scores for original versus model RIS were 64% and 94% respectively (for understandability) and 60% and 82% respectively (for actionability). To date, the style guide has informed the creation of RIS for 10 high-use regimens. Conclusions: PFA and clinician co-design along with health literacy best practices informed measurable improvements in RIS. The style guide will enable the future creation and ongoing evaluation of high-quality RIS to enhance the cancer treatment experience for patients and caregivers.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,458
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,163
Tête enseignante GPT0,513
Écart entre enseignants0,350 · 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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetClinical practice guidelines implementationTravaux en français237 207