Implementation of electronic prospective surveillance models in cancer care: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Electronic prospective surveillance models (ePSMs) for cancer rehabilitation include routine monitoring of the development of treatment toxicities and impairments via electronic patient-reported outcomes. Implementing ePSMs to address the knowledge-to-practice gap between the high incidence of impairments and low uptake of rehabilitation services is a top priority in cancer care. METHODS: We conducted a scoping review to understand the state of the evidence concerning the implementation of ePSMs in oncology. Seven electronic databases were searched from inception to February 2021. All articles were screened and extracted by two independent reviewers. Data regarding the implementation strategies, outcomes, and determinants were extracted. The Expert Recommendations for Implementing Change taxonomy and the implementation outcomes taxonomy guided the synthesis of the implementation strategies and outcomes, respectively. The Consolidated Framework for Implementation Research guided the synthesis of determinants based on five domains (intervention characteristics, individual characteristics, inner setting, outer setting, and process). RESULTS: Of the 5122 records identified, 46 interventions met inclusion criteria. The common implementation strategies employed were "conduct educational meetings," "distribute educational materials," "change record systems," and "intervene with patients to enhance uptake and adherence." Feasibility and acceptability were the prominent outcomes used to assess implementation. The complexity, relative advantage, design quality, and packaging were major implementation determinants at the intervention level. Knowledge was key at the individual level. At the inner setting level, major determinants were the implementation climate and readiness for implementation. At the outer setting level, meeting the needs of patients was the primary determinant. Engaging various stakeholders was key at the process level. CONCLUSIONS: This review provides a comprehensive summary of what is known concerning the implementation of ePSMs. The results can inform future implementation and evaluation of ePSMs, including planning for key determinants, selecting implementation strategies, and considering outcomes alongside local contextual factors to guide the implementation process.
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 | 0,087 | 0,284 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,024 | 0,030 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».