Repeated use of rich pictures to explore changes in subjective experiences over time of patients with advanced cancer
Notice bibliographique
Résumé
BACKGROUND: The combination of verbal and visual tools may help unravel the experiences of advanced cancer patients. However, most previous studies have focused on a specific symptom, at only one moment in time. We recently found that a specific visual tool, originating from systems thinking, that is, rich pictures (RPs), could provide a more comprehensive view of the experiences of patients with advanced cancer. AIMS: To examine whether the repeated use of RPs can make changes in subjective experiences of patients living with advanced cancer visible over time. METHODS AND RESULTS: We performed a prospective study with a generic qualitative approach that was mostly informed by the process of grounded theory. We invited patients to make an RP twice, at the start of the study, and again after 2 months. Both RP drawing sessions were directly followed by a semi-structured interview. Patients with all types of solid tumors, above the age of 18, and with a diagnosis of advanced, incurable cancer, were eligible. Eighteen patients participated and 15 patients were able to draw an RP twice. In eight RP-sets, considerable differences between the first and second RP were noticeable. Two patterns were distinguished: (1) a change (decline or improvement) in physical health (five patients), and/or (2) a change in the way patients related to cancer (three patients). CONCLUSION: RPs are a valuable qualitative research method that can be used to explore the experiences of patients with advanced cancer, not only at a single point in time but also over time.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».