MétaCan
Menu
Retour à la cohorte
Enregistrement W3042374723 · doi:10.1177/2374373520942420

Positive Cancer Experiences: Perspectives From Cancer Survivors

2020· article· en· W3042374723 sur OpenAlexaffabout
Margaret I. Fitch, Irene Nicoll, Gina Lockwood

Notice bibliographique

RevueJournal of Patient Experience · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCancerCancer survivorMedicineHealth careFamily medicineNursingPsychologyGerontology

Résumé

récupéré en direct d'OpenAlex

The purpose was to review the perspectives of cancer survivors about what they perceive constitutes positive cancer experiences. A national survey was conducted in collaboration with 10 Canadian provinces to identify experiences and unmet needs for cancer survivors between 1 and 3 years of posttreatment. The survey included open-ended questions designed to allow the respondents to add topics and details of importance. This publication presents the analysis of quantitative data and open-ended questions regarding cancer survivors' perspectives about positive experiences and gaps in care during their cancer journey. Of the 13 534 unique adult survey respondents, 7794 (57.6%) responded to the positive experiences question and 6434 (47.5%) to the question about gaps in care. Elements of positive experiences included the compassionate health care workers, maintaining a positive outlook and the support of family and friends. Gaps in care included a lack of access to services, information, and support. Respondents were able to identify positive aspects of their cancer experiences and where improvements were needed. These findings assist in determining how health care professionals can address the needs of cancer patients based on what survivors have identified as helpful.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,003
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,306
Écart entre enseignants0,283 · 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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Patient ExperienceMême sujetCancer survivorship and careTravaux en français237 207