Management of Cancer and Health After the Clinic Visit: A Call to Action for Self-Management in Cancer Care
Notice bibliographique
Résumé
Individuals with cancer and their families assume responsibility for management of cancer as an acute and chronic disease. Yet, cancer lags other chronic diseases in its provision of proactive self-management support in routine, everyday care leaving this population vulnerable to worse health status, long-term disability, and poorer survival. Enabling cancer patients to manage the medical and emotional consequences and lifestyle and work changes due to cancer and treatment is essential to optimizing health and recovery across the continuum of cancer. In this paper, the Global Partners on Self-Management in Cancer puts forth six priority areas for action: Action 1: Prepare patients and survivors for active involvement in care; Action 2: Shift the care culture to support patients as partners in cocreating health and embed self-management support in everyday health-care provider practices and in care pathways; Action 3: Prepare the workforce in the knowledge and skills necessary to enable patients in effective self-management and reach consensus on core curricula; Action 4: Establish and reach consensus on a patient-reported outcome system for measuring the effects of self-management support and performance accountability; Action 5: Advance the evidence and stimulate research on self-management and self-management support in cancer populations; Action 6: Expand reach and access to self-management support programs across care sectors and tailored to diversity of need and stimulation of research to advance knowledge. It is time for a revolution to better integrate self-management support as part of high-quality, person-centered support and precision medicine in cancer care to optimize health outcomes, accelerate recovery, and possibly improve survival.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».