Cross-sectoral video consultations in cancer care: perspectives of cancer patients, oncologists and general practitioners
Notice bibliographique
Résumé
PURPOSE: Multidisciplinary video consultations are one method of improving coherence and coordination of care in cancer patients, but knowledge of user perspectives is lacking. Continuity of care is expected to have a significant impact on the quality of cancer care. Enhanced task clarification and shared responsibility between the patient, oncologist and general practitioner through video consultations might provide enhanced continuity in cancer care. METHOD: We used descriptive survey data from patients and doctors in the intervention group based on a randomised controlled trial to evaluate the user perspectives and fidelity of the intervention. RESULTS: Patients expressed that they were able to present their concerns in 95% of the consultations, and believed it was beneficial to have both their doctors present in 84%. The general practitioner and oncologist found that tripartite video consultation would lead to better coordination of care in almost 90% of the consultations. However, the benefits of handling social issues and comorbidity were sparser. Consultations were not accomplished in 11% due to technical problems and sound and video quality were non-satisfactory in 20%. CONCLUSION: Overall, multidisciplinary video consultations between cancer patient, general practitioner and oncologist were feasible in daily clinics. Initial barriers to address were technical issues and seamless planning. Patients reported high satisfaction, patient centredness and clarity of roles. General practitioners and oncologists were overall positive regarding role clarification and continuity, although less pronounced than patients. TRIAL REGISTRATION: www.clincialtrials.gov , NCT02716168.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».