Screening for supportive care services in the neuro-oncology patient: A quality improvement project.
Notice bibliographique
Résumé
355 Background: On average, 80 to 85% of patients diagnosed with brain tumors qualify for supportive care under the American Society of Clinical Oncology (ASCO) recommendations. The National Comprehensive Cancer Network (NCCN) recommends routine screening, yet in our experience only 39% are screened in-clinic and 8.7% qualifying are referred. Evidence within the literature suggests consistent patient symptom screening and reflexive supportive care referral leads to improved quality of life and treatment plan adherence, and reduced symptom burden, healthcare costs, and less aggressive end-of-life care. This QI/IS project sought to improve quality of life through increased symptom screening via the Edmonton Symptom Assessment Scale (ESAS) and initiation of supportive care referral in Neuro-Oncology patients. Methods: Institutional Review Board (IRB) appraisal deemed this project non-regulatory research. A retrospective chart review assessed pre-implementation consistency of patients screened using the ESAS tool, the number indicating symptom burden and supportive care qualification, and if referral was placed. The Plan-Do-Study-Act (PDSA) Framework guided implementation and process evaluation. Interventions focused on improving ESAS use to identify patients who would benefit from supportive services and decreasing barriers to supportive care such as supportive care misinformation, screening burden, and documentation. From October 2021 to March 2022, data collection included the patient demographics ethnicity, age, diagnosis, and encounter date, as well as patient ESAS scores and supportive care referrals placed. Results: Over a five-month implementation period, 357 ESAS symptom burden tools were completed and documented out of 378 patient encounters in the neuro-oncology outpatient clinic. Clinic ESAS completion rates increased from 39.3% to 94.4%. Symptom burden qualifying for supportive care referral improved in 18% (N = 66), down from 31.2% (N = 102) of patients. Of patients qualifying, referrals increased from 4.9% (N = 5) to 10.7% (N = 7). Conclusions: Consistent use of a patient screening process led to an increase in the number of identified patients with significant symptom burden and referral for supportive care services, meeting all project goals. Initially, qualified rates increased with improved screening processes and clinic education, then steadily decreased to indicate better symptom control. This suggests a process capable of meeting the screening needs of oncology patients and minimal resource needs to maintain long-term sustainability. Future projects aimed at supportive care access and resource availability are recommended.[Table: see text]
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 | 0,043 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».