Recommending Unfunded Innovative Cancer Therapies: Ethical vs. Clinical Perspectives among Oncologists on a Public Healthcare System—A Mixed-Methods Study
Notice bibliographique
Résumé
Over the past decade, there has been a growing development of innovative technologies to treat cancer. Many of these technologies are expensive and not funded by health funds. The present study examined physicians’ perceptions of the ethical and clinical aspects of the recommendation and use of unfunded technologies for cancer treatment. This mixed-methods study surveyed 127 oncologists regarding their perceptions toward using unfunded innovative cancer treatment technologies, followed by in-depth interviews with 16 oncologists. Most respondents believed that patients should be offered all treatment alternatives, regardless of their financial situation. However, 59% indicated that they often face dilemmas regarding recommending new unfunded treatments to patients with financial difficulties and without private health insurance. Over a third (38%) stated that they felt uncomfortable discussing the cost of treatment with patients. A predictive model found that physicians facing patients whose medical condition worsened due to an inability to access new treatments, and who expressed the opinion that physicians can assist in locating funding for patients who cannot afford treatments, were more likely to recommend unfunded innovative therapies to patients (F = 5.22, R2 = 0.15, p < 0.001). Subsequent in-depth interviews revealed four key themes: economic considerations in choosing therapy, patient–physician communication, the public healthcare fund, and discussion of treatment costs. Physicians feel a professional commitment to offer patients the best medical care and a moral duty to discuss costs and minimize patients’ financial difficulty. There is a need for careful and balanced use of innovative life-prolonging technologies while putting patients at the center of discourse on this complex and controversial issue. It is essential to develop a psychosocial support program for physicians and patients dealing with ethical and psychosocial dilemmas and to set guidelines for oncologists to conduct a comprehensive and collaborative physician–patient discourse regarding all aspects of treatment.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».