Development and evaluation of a bladder Cancer specific survivorship care plan by patients and clinical care providers: a multi-methods approach
Notice bibliographique
Résumé
BACKGROUND, CONTEXT AND PURPOSE: In spite of the mixed evidence for their impact, survivorship Care Plans (SCPs) are recommended to enhance quality of care for cancer survivors. Data on the feasibility of SCPs in bladder cancer (BC) is sparse. Using a mixed-methods approach, this study describes the iterative development, acceptability and feasibility of BC specific SCP (BC-SCP) in clinical settings. METHODS: In Phase I, we developed the BC-SCP. In Phase II, we conducted four focus groups with 19 patients and 15 providers to examine its acceptability and usability challenges. Data analyses using the Atlas.ti program, informed refinement of the BC-SCP. In Phase III, we conducted feasibility testing of the refined BC-SCP with 18 providers from 12 health-centers. An encounter survey was completed after each assessment to examine the feasibility of the BC-SCP. Chi-square and Fisher Exact tests were used for comparative analyses. RESULTS: During phase I, we observed high patient and provider acceptability of the BC-SCP and substantial engagement in improving its content, design, and structure. In Phase II, providers completed 59 BC-SCPs. Mean time for BC-SCP completion was 12.3 min. Providers reported that BC-SCP content was clear, did not hamper clinic flow and was readily completed with easy-to-access information. Comparative analyses to examine differences in SCP completion time by patient clinico-demographic characteristics and provider type revealed no significant differences. CONCLUSIONS: Our BC-SCP has clinical relevance, and can be used in an active practice setting. However, considerable progress will be necessary to achieve implementation of and sharing the BC-SCP with patients and care providers, particularly within the electronic medical record. In summary, BC-SCPs are essential to improve the follow up care of BC survivors. Clinical resources are required to ensure appropriate implementation of BC-SCPs. TRIAL REGISTRATION: Study HUM00056082.
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 | 0,096 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».