A Concept Analysis of Oral Anticancer Agent Self-management
Notice bibliographique
Résumé
BACKGROUND: The rapid development and adoption of oral anticancer agents (OAAs) for cancer management have shifted patients' roles from recipient to owner of their care delivery, assuming their responsibilities for self-managing their OAA treatments at home, while the concept of oral anticancer agent self-management (OAA-SM) has not been well clarified and defined. OBJECTIVE: This study was to clarify the concept of OAA-SM and identify major components, influential factors, and consequences of OAA-SM, as well as propose a representative conceptual model of OAA-SM. METHODS: A literature review was conducted concerning the concept and application of OAA-SM. The Walker and Avant method for concept analysis was utilized to guide the examination of OAA-SM. RESULTS: OAA-SM is a multifaceted and dynamic process that requires continuous adaptation by patients as multiple self-management challenges can emerge throughout OAA treatments. The defining attributes of OAA-SM include OAA adherence, adverse-effect self-management, patient-provider communication, and OAA safe storage, handling, and administration practices. Oral anticancer agent-SM is potentially influenced by a variety of patient-related, OAA-related, and healthcare system factors. Effective OAA-SM is associated with better patient and healthcare outcomes. CONCLUSIONS: The clarification of the concept of OAA-SM and the identification of attributes of OAA-SM and their interrelationships contribute to the body of knowledge in OAA-SM. IMPLICATIONS FOR PRACTICE: This concept analysis provides the foundation to increase healthcare providers' understanding of patients' needs for OAA-SM support and guides the development of patient-centered interventions to empower and engage patients and their families in effective OAA-SM, and improve patients' quality of life and 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 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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,004 | 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 ».