MétaCan
Menu
Retour à la cohorte
Enregistrement W3009913286 · doi:10.3747/co.27.5499

Patient and Physician Perceptions of Lung Cancer Care in a Multidisciplinary Clinic Model

2020· article· en· W3009913286 sur OpenAlexaffvenue
Geordie Linford, Rylan Egan, Angela Coderre-Ball, Nancy Dalgarno, Christopher Stone, Andrew Robinson, Danielle Robinson, Siobhan Wakeham, Geneviève C. Digby

Notice bibliographique

RevueCurrent Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensQueen's UniversityKingston Health Sciences CentreNortheast Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineFamily medicineThematic analysisHealth careMultidisciplinary approachPatient satisfactionNonprobability samplingNursingQualitative research

Résumé

récupéré en direct d'OpenAlex

Background: Lung cancer (lc) is a complex disease requiring coordination of multiple health care professionals. A recently implemented lc multidisciplinary clinic (mdc) at Kingston Health Sciences Centre, an academic tertiary care hospital, improved timeliness of oncology assessment and treatment. This study describes patient, caregiver, and physician experiences in the mdc. Methods: We qualitatively studied patient, caregiver, and physician experiences in a traditional siloed care model and in the mdc model. We used purposive sampling to conduct semi-structured interviews with patients and caregivers who received care in one of the models and with physicians who worked in both models. Thematic design by open coding in the ATLAS.ti software application (ATLAS.ti Scientific Software Development, Berlin, Germany) was used to analyze the data. Results: Participation by 6 of 72 identified patients from the traditional model and 6 of 40 identified patients from the mdc model was obtained. Of 9 physicians who provided care in both models, 8 were interviewed (2 respirologists, 2 medical oncologists, 4 radiation oncologists). Four themes emerged: communication and collaboration, efficiency, quality of care, and effect on patient outcomes. Patients in both models had positive impressions of their care. Patients in the mdc frequently reported convenience and a positive effect of family presence at appointments. Physicians reported that the mdc improved communication and collegiality, clinic efficiency, patient outcomes and satisfaction, and consistency of information provided to patients. Physicians identified lack of clinic space as an area for mdc improvement. Conclusions: This qualitative study found that a lc mdc facilitated patient communication and physician collaboration, improved quality of care, and had a perceived positive effect on patient outcomes.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,183
Tête enseignante GPT0,486
Écart entre enseignants0,302 · 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'étudeQualitatif
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

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207