What Matters in Cancer Survivorship Research? A Suite of Stakeholder-Relevant Outcomes
Notice bibliographique
Résumé
The outcomes assessed in cancer survivorship research do not always match the outcomes that survivors and health system stakeholders identify as most important in the post-treatment follow-up period. This study sought to identify stakeholder-relevant outcomes pertinent to post-treatment follow-up care interventions. We conducted a descriptive qualitative study using semi-structured telephone interviews with stakeholders (survivors, family/friend caregivers, oncology providers, primary care providers, and cancer system decision-/policy-makers) across Canada. Data analysis involved coding, grouping, detailing, and comparing the data by using the techniques commonly employed in descriptive qualitative research. Forty-four participants took part in this study: 11 survivors, seven family/friend caregivers, 18 health care providers, and eight decision-makers. Thirteen stakeholder-relevant outcomes were identified across participants and categorized into five outcome domains: psychosocial, physical, economic, informational, and patterns and quality of care. In the psychosocial domain, one's reintegration after cancer treatment was described by all stakeholder groups as one of the most important challenges faced by survivors and identified as a priority outcome to address in future research. The outcomes identified in this study provide a succinct suite of stakeholder-relevant outcomes, common across cancer types and populations, that should be used in future research on cancer survivorship 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 | 0,241 | 0,276 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,011 | 0,019 |
| Communication savante | 0,012 | 0,019 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».