MétaCan
Menu
Retour à la cohorte
Enregistrement W3135699964 · doi:10.3332/ecancer.2021.1202

Silver linings: a qualitative study of desirable changes to cancer care during the COVID-19 pandemic

2021· article· en· W3135699964 sur OpenAlexaff
Dorothy Lombe, Richard Sullivan, Carlo Caduff, Zipporah Ali, Nirmala Bhoo‐Pathy, Matthew Jalink, Tomohiro Matsuda, Deborah Mukherji, Diana Sarfati, Verna Vanderpuye, Cristopher Booth

Notice bibliographique

Revueecancermedicalscience · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensQueen's University
Organismes subventionnairesEconomic and Social Research CouncilUK Research and Innovation
Mots-clésCoronavirus disease 2019 (COVID-19)PandemicMedicine2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)CancerVirologyDiseaseInfectious disease (medical specialty)OutbreakPathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Public health emergencies and crises such as the current COVID-19 pandemic can accelerate innovation and place renewed focus on the value of health interventions. Capturing important lessons learnt, both positive and negative, is vital. We aimed to document the perceived positive changes (silver linings) in cancer care that emerged during the COVID-19 pandemic and identify challenges that may limit their long-term adoption. METHODS: = 20) were conducted with key opinion leaders from 14 countries. The participants were predominantly members of the International COVID-19 and Cancer Taskforce, who convened in March 2020 to address delivery of cancer care in the context of the pandemic. The Framework Method was employed to analyse the positive changes of the pandemic with corresponding challenges to their maintenance post-pandemic. RESULTS: Ten themes of positive changes were identified which included: value in cancer care, digital communication, convenience, inclusivity and cooperation, decentralisation of cancer care, acceleration of policy change, human interactions, hygiene practices, health awareness and promotion and systems improvement. Impediments to the scale-up of these positive changes included resource disparities and variation in legal frameworks across regions. Barriers were largely attributed to behaviours and attitudes of stakeholders. CONCLUSION: The COVID-19 pandemic has led to important value-based innovations and changes for better cancer care across different health systems. The challenges to maintaining/implementing these changes vary by setting. Efforts are needed to implement improved elements of care that evolved during the pandemic.

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)0,019
score de la tête « metaresearch » (Gemma)0,027
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,011
Communication savante0,0040,005
Science ouverte0,0020,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,204
Tête enseignante GPT0,523
Écart entre enseignants0,318 · 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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueecancermedicalscienceMême sujetCOVID-19 and healthcare impactsTravaux en français237 207