Delivery of cancer care via an outpatient telephone support line: A cross-sectional study of oncology nursing perspectives on quality and challenges.
Notice bibliographique
Résumé
427 Background: Patient support lines (PSLs) help in triaging clinical problems, addressing patient queries and assist in navigating a complex multi-disciplinary oncology team. While providing support and training to nursing staff who operate these lines is key, there is limited data on their experience and feedback to guide this. Our objective was to identify areas of quality improvement for The Ottawa Hospital Cancer Centre (TOHCC) patient support lines. Methods: We conducted a cross-sectional study of oncology nurses’ (ONs’) perspectives on the provision of care via PSLs at a tertiary referral cancer center via an anonymous, descriptive survey. Measures collected included nursing/patient characteristics, nature of questions addressed by the PSL, patient/nursing satisfaction with the service, common challenges faced, and initiatives to improve the patient and nursing experience. Results: Seventy-one percent (30/42) of eligible nurses responded to the survey. The most common disease site, stage, issue, and symptom addressed were breast cancer, metastatic disease, treatment-related toxicity, and pain, respectively. Despite majority of nurses reporting personal and patient satisfaction with the care provided by the PSL, there was variance in the perceived appropriate use of PSL by physicians and patients. As such, fifty-nine percent (17/29) of nurses recommended redefining the responsibilities of the PSL to achieve its maximal potential, with 75% (6/8) ONs identifying high call volumes due to inappropriate questions as a barrier to care. Sixty percent (18/30) of nurses reported that having TOHCC-specific management plans for common issues would improve their experience, and the quality of care provided on PSL. Lastly, 80% (24/30) of nurses denied experiencing a reduction in PSL call volumes with increased patient access to their electronic medical record. Conclusions: Our study identified several important areas for improvement warranting further investigation, despite high reported rates of satisfaction with care provided on PSL. A need for TOHCC standardized management algorithms for common issues addressed on the PSL as well as increased physician and patient education to redefine goals of the PSL to address problems with high volume, and inappropriate calls was identified.
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 | 0,003 | 0,008 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».