Establishing best practices in cancer online support groups: protocol for a realist review
Notice bibliographique
Résumé
INTRODUCTION: Considerable observational evidence suggests that cancer online support groups reduce feelings of isolation, depression and anxiety, enhance coping and self-management, and lead to better informed patients. Other studies indicate that cancer online support groups can increase distress. Yet no studies theorise the complex, context-dependent mechanisms by which cancer online support groups generate their-sometimes contrasting-outcomes. METHODS AND ANALYSIS: Guided by an integrated knowledge translation approach and the strategy for patient-oriented research, we will conduct a realist review of cancer online support groups in partnership with stakeholders. We will follow Pawson's five steps and existing quality standards to develop a program theory that explains how cancer online support groups work, for whom and in what circumstances. The specific research questions will be: what positive and negative outcomes have been reported on cancer online support groups? What are the mechanisms that are associated with these outcomes, in which contexts and for whom? Through a rigorous review of relevant scientific and grey literature, as well as ongoing dialogue with stakeholders, a program theory will be developed to explain who benefits from cancer online support groups and who does not, what benefits they derive (or do not), and the factors that affect these outcomes. ETHICS AND DISSEMINATION: The use of secondary data for this review precludes the need for ethical approval. Dissemination will be informed by the knowledge-to-action framework and will consist of tailored knowledge products that are conceived of collaboratively with stakeholders. These will include peer-reviewed publications on how cancer online support groups can be optimised and best practice recommendations to maximise the benefits experienced by people with cancer. These traditional scientific outputs, along with their respective evidence summaries, will be amplified through strategic social media events hosted and promoted by knowledge users. PROSPERO REGISTRATION NUMBER: CRD42021250046.
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 | 0,130 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,013 | 0,013 |
| Bibliométrie | 0,013 | 0,013 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,121 | 0,030 |
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 ».