MétaCan
Menu
← Retour à la cohorte
Enregistrement W3042397597 · doi:10.5737/23688076303180185

Engaging patients as partners in cancer care: An innovative strategy to implement screening for distress?

2020· article· en· W3042397597 sur OpenAlexaffvenueabout
Jacynthe Rivest, Véronique Desbeaumes Jodoin, Irène Leboeuf, Nathalie Folch, Joé T. Martineau, Geneviève Beaudet-Hillman, Claudine Tremblay

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensHEC MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipDistressPsychosocialMedicineAccreditationCancerNursingHealth careFamily medicineMedical educationPsychiatryClinical psychologyBusiness

Résumé

récupéré en direct d'OpenAlex

Patient distress is frequently missed in everyday cancer care, yet can be associated with decreased quality of life and satisfaction with care, as well as increased risk for comorbidity and morbidity. Considered as an aspect of a patient-centred approach, screening for distress is now an international standard of practice and constitutes an accreditation criterion for cancer centers in the USA and Canada. Inspired by existing health partnership models, the Centre Hospitalier de l'Université de Montréal's (CHUM) Integrative Cancer Care Center recruited patients to act as partners during the creation and implementation of its screening for distress program. Patient partner roles in the program included becoming a member of a specialized psychosocial oncology team, contributing to a healthcare professional training program and helping to select tools to detect distress. This paper describes why and how the CHUM cancer care centre developed an innovative screening for distress program, using a patient partnership approach, to better meet the needs of patients with cancer.

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)0,010
score de la tête « metaresearch » (Gemma)0,022
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0050,006
Science ouverte0,0020,011
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,085
Tête enseignante GPT0,443
Écart entre enseignants0,358 · 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

Citations2
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing Journal→Même sujetCancer survivorship and care→Travaux en français237 207→