A Multidisciplinary Approach to Implement Personalized Breast Cancer Treatment and Care Plans
Notice bibliographique
Résumé
Implementation of survivorship care plans remain a challenge. This quality improvement initiative aims to integrate personalized treatment plans (PTP) and care plans (PCP) into the existing workflow for breast cancer (BC) patients. Methods: Phase 1 was to identify multidisciplinary team members to generate and deliver PTP and PCP. Concurrently, Phase 2 was to deliver PTP and PCP to newly diagnosed invasive BC patients at chemotherapy initiation and completion, respectively. Iterative plan, do, study, act (PDSA) cycles were applied to refine the process. The proportion of information completed for PTP and PCP generation and its delivery by the care team were measured. Patient and provider satisfaction were also assessed. Implementation Process and Results: The care transfer facilitator (CTF) was identified to complete and deliver PTP, and their data entry increased from 0% to 76%, 80%, 92% consecutively during the last 4 PDSA cycles. PTP and PCP were provided to 85% of eligible BC patients. Patients agreed that PTP helped them to actively participate in their care (88%) and communicate with the oncology care team (86%). Primary care physicians agreed that PTP and PCP had the information needed to “stay in the loop” (80%), and oncologists agreed they should be incorporated into oncology clinics (100%). Conclusions: Integrating PTP and PCP generation and delivery into existing workflow has led to an increase in uptake, sustainability and provider buy-in. With limited resources, it remains difficult to find care team members to complete the forms. A dedicated personnel or survivorship clinic is required to successfully implement PTP and PCP as the standard of care.
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 | 0,038 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,003 | 0,019 |
| Intégrité de la recherche | 0,003 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».