Personalized symptom management: a quality improvement collaborative for implementation of patient reported outcomes (PROs) in ‘real-world’ oncology multisite practices
Notice bibliographique
Résumé
BACKGROUND: Little research has focused on implementation of electronic Patient Reported Outcomes (e-PROs) for meaningful use in patient management in 'real-world' oncology practices. Our quality improvement collaborative used multi-faceted implementation strategies including audit and feedback, disease-site champions and practice coaching, core training of clinicians in a person-centered clinical method for use of e-PROs in shared treatment planning and patient activation, ongoing educational outreach and shared collaborative learnings to facilitate integration of e-PROs data in multi-sites in Ontario and Quebec, Canada for personalized management of generic and targeted symptoms of pain, fatigue, and emotional distress (depression, anxiety). PATIENTS AND METHODS: We used a mixed-methods (qualitative and quantitative data) program evaluation design to assess process/implementation outcomes including e-PROs completion rates, acceptability/use from the perspective of patients/clinicians, and patient experience (surveys, qualitative focus groups). We secondarily explored impact on symptom severity, patient activation and healthcare utilization (Ontario sites only) comparing a pre/post population cohort not exposed/exposed to our implementation intervention using Mann Whitney U tests. We hypothesized that the iPEHOC intervention would result in a reduction in symptom severity, healthcare utilization, and higher patient activation. We also identified key implementation strategies that sites perceived as most valuable to uptake and any barriers. RESULTS: Over 6000 patients completed e-PROs, with sites reaching 51%-95% population completion rates depending on initial readiness. e-PROs were acceptable to patients for communicating symptoms (76%) and by clinicians for treatment planning (80%). Patient experience was better than the provincial average. Compared to the pre-population, we observed a significant reduction in levels of anxiety (p = 0.008), higher levels of patient activation (p = 0.045), and reduced hospitalization rates (12.3% not exposed vs 10.1% exposed, p = 0.034). A pre/post population trend towards significance for reduced emergency department visit rates (14.8% not exposed vs 12.8% exposed, p = 0.081) was also noted. CONCLUSION: This large-scale pragmatic quality improvement project demonstrates the impact of implementation strategies and a collaborative improvement approach on acceptability of using PROs in clinical practice and their potential for reducing anxiety and healthcare utilization; and improving patient experience and patient activation when implemented in 'real-world' multi-site oncology practices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,064 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».