Challenges in lung cancer multidisciplinary collaboration experienced by specialists in four countries.
Notice bibliographique
Résumé
e23002 Background: The importance and challenges of Multidisciplinary Team (MDT) collaboration in managing lung cancer have been increasingly recognized in an ever more complex therapeutic environment. Data on physicians’ viewpoints regarding MDT collaboration in lung cancer care, collected in a broader study assessing challenges related to lung/thyroid cancer patient management, are presented. Methods: A mixed-methods approach was used to analyze this data, combining qualitative interviews and a quantitative survey. Pulmonologists (PLM), oncologists (ONC) and pathologists (PTH) from Germany (GE), Japan (JP), the United Kingdom (UK) and the United States (US) were recruited. Results: A total of 44 specialists participated in interviews and 377 in a survey. Quantitative data reveal that 53% of pulmonologists in JP and 39% in GE have suboptimal knowledge of the timing of patient referral to an oncologist. Fewer PLM/PTH from JP (43%/47%) report a fully integrated MDT team approach in their clinical setting, compared to those from GE (80%/95%), the UK (96%/82%) and the US (82%/97%). Qualitative data indicate that current MDT team practices are perceived as delaying patient care due to significant inefficiencies (sometimes due to lack of knowledge/skills) and unclear responsibilities within the team. Around half of ONC in each country and 78% of PLM from the UK report a gap in knowledge and relevance of each genetic biomarker test according to clinical presentation. PTH in the UK (70%), the US (50%), and JP (72%) report sub-optimal skills identifying biomarker tests to inform the progression of lung cancer (also a challenge for PLM/ONC). Conclusions: This study indicates a need for multi-level interventions addressing systemic and attitudinal barriers as well as knowledge gaps which affect physicians’ ability to collaborate in lung cancer 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 | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».