Integrated Knowledge Translation To Inform Implementation Of Exercise Counselling And Referral Of Cancer Survivors
Notice bibliographique
Résumé
There is limited evidence supporting successful implementation of exercise-programming for cancer survivors into cancer clinical care pathways. We designed and launched a five-year hybrid effectiveness and implementation study to evaluate the relative benefit from an Alberta wide clinic-to-community based cancer and exercise model of care - the Alberta Cancer Exercise (ACE) program, and to evaluate the implementation of ACE into clinical cancer care. PURPOSE: To determine Health Care Provider (HCP) preferences, barriers and facilitators towards exercise counselling and referral of survivors to ACE at the Cross Cancer Institute (CCI), Edmonton, Alberta, and to test the feasibility of in-clinic, HCP-informed implementation tools. METHODS: Stage I: A theory-informed electronic questionnaire was distributed to HCPs at the CCI, of which N=47 responded (Aug-Oct 2017). A subsequent focus group N= 7 (May 2018) of CCI HCPs was held to probe into questionnaire findings and to determine actionable strategies. Stage II: Responses were mapped to the Capability Opportunity Motivation Behavior model. Tools were developed to specifically target the needs of HCPs in the head and neck cancer (HNC) tumor group. Tool packages were distributed to HCPs (N=9) for in-clinic use for 4 weeks, corresponding to ACE recruitment for Spring programming (March-April 2019). Referral of HNC survivors to ACE programming was tracked. RESULTS: Stage I: Across all disciplines, only 17% of HCPs reported performing exercise counselling with survivors. The most common HCP identified barrier to exercise counselling was time, followed by a lack of knowledge regarding appropriate exercise. The most common facilitator was the ‘interdisciplinary team’, including access to physical therapy services. Stage II: Tool-based implementation strategies were developed and involved an educational package and exercise screening algorithm that was distributed to HCPs. A total of N=14 HNC survivors were referred, representing more than double the average number of previous HNC referrals (N=6) per session. HCPs reported the implementation tools to be ‘somewhat’ to ‘very helpful’. CONCLUSIONS: HCP-identified implementation tools can enhance exercise-counselling and referral practices, and improve referral to community-based exercise programming.
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 | 0,039 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».