Follow-Up Care for Breast and Colorectal Cancer Across the Globe: Survey Findings From 27 Countries
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to describe follow-up care for breast and colorectal cancer survivors in countries with varying levels of resources and highlight challenges regarding posttreatment survivorship care. METHODS: We surveyed one key stakeholder from each of 27 countries with expertise in survivorship care on questions including the components/structure of follow-up care, delivery of treatment summaries and survivorship care plans, and involvement of primary care in survivorship. Descriptive analyses were performed to characterize results across countries and variations between the WHO income categories (low, middle, high). We also performed a qualitative content analysis of narratives related to survivorship care challenges to identify major themes. RESULTS: Seven low- or /lower-middle-income countries (LIC/LMIC), seven upper-middle-income countries (UMIC), and 13 high-income countries (HICs) were included in this study. Results indicate that 44.4% of countries with a National Cancer Control Plan currently address survivorship care. Additional findings indicate that HICs use guidelines more often than those in LICs/LMICs and UMICs. There was great variation among countries regardless of income level. Common challenges include issues with workforce, communication and care coordination, distance/transportation issues, psychosocial support, and lack of focus on follow-up care. CONCLUSION: This information can guide researchers, providers, and policy makers in efforts to improve the quality of survivorship care on a national and global basis. As the number of cancer survivors increases globally, countries will need to prioritize their long-term needs. Future efforts should focus on efforts to bridge oncology and primary care, building international partnerships, and implementation of guidelines.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».