MétaCan
Menu
Retour à la cohorte
Enregistrement W4366179088 · doi:10.1186/s12885-023-10835-0

Symptom management care pathway adaptation process and specific adaptation decisions

2023· article· en· W4366179088 sur OpenAlexafffund
Emily Vettese, Farha Sherani, Allison A. King, Lolie C. Yu, Catherine Aftandilian, Christina Baggott, Vibhuti Agarwal, Ramamoorthy Nagasubramanian, Kara M. Kelly, David R. Freyer, Etan Orgel, Scott M. Bradfield, Wade Kyono, Michael Roth, Lisa M. Klesges, Melissa Beauchemin, Allison Grimes, George Tomlinson, L. Lee Dupuis, Lillian Sung

Notice bibliographique

RevueBMC Cancer · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensUniversity of TorontoToronto General HospitalSickKids FoundationHospital for Sick Children
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésAdaptation (eye)MedicineClinical pathwayCare pathwayPsychologyNursingHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is substantial heterogeneity in symptom management provided to pediatric patients with cancer. The primary objective was to describe the adaptation process and specific adaptation decisions related to symptom management care pathways based on clinical practice guidelines. The secondary objective evaluated if institutional factors were associated with adaptation decisions. METHODS: Fourteen previously developed symptom management care pathway templates were reviewed by an institutional adaptation team composed of two clinicians at each of 10 institutions. They worked through each statement for all care pathway templates sequentially. The institutional adaptation team made the decision to adopt, adapt or reject each statement, resulting in institution-specific symptom management care pathway drafts. Institutional adaption teams distributed the 14 care pathway drafts to their respective teams; their feedback led to care pathway modifications. RESULTS: Initial care pathway adaptation decision making was completed over a median of 4.2 (interquartile range 2.0-5.3) weeks per institution. Across all institutions and among 1350 statements, 551 (40.8%) were adopted, 657 (48.7%) were adapted, 86 (6.4%) were rejected and 56 (4.1%) were no longer applicable because of a previous decision. Most commonly, the reason for rejection was not agreeing with the statement (70/86, 81.4%). Institutional-level factors were not significantly associated with statement rejection. CONCLUSIONS: Acceptability of the 14 care pathways was evident by most statements being adopted or adapted. The adaptation process was accomplished over a relatively short timeframe. Future work should focus on evaluation of care pathway compliance and determination of the impact of care pathway-consistent care on patient outcomes. TRIAL REGISTRATION: clinicaltrials.gov, NCT04614662. Registered 04/11/2020, https://clinicaltrials.gov/ct2/show/NCT04614662?term=NCT04614662&draw=2&rank=1 .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,411

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,313
Tête enseignante GPT0,479
Écart entre enseignants0,165 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC CancerMême sujetClinical practice guidelines implementationTravaux en français237 207