A call for nurse practitioner-led cancer survivorship clinics: The need for development and adoption within Ontario, Canada
Notice bibliographique
Résumé
The growing prevalence of cancer survivors requiring comprehensive follow-up care after the completion of treatment is placing a significant strain on the Canadian healthcare system (Moura et al., 2022). Given the current landscape and the higher workload demands that are further exacerbated by shortages in healthcare staffing, the oncology specialist-led care, as the standard model for survivorship care is unsustainable and suboptimal in addressing a broad range of physical, psychosocial, supportive, informational, and rehabilitative needs of cancer survivors (Brennan et al., 2010; Canadian Partnership Against Cancer & Canadian Association of Provincial Cancer Agencies, 2010). Nurse-led models of survivorship care provided by oncology nurse practitioners (NPs) have been shown to be safe, effective, feasible, and appropriate for follow-up care (Chan et al., 2018). In the province of Ontario, survivorship care is provided mostly by physicians. Specialized NP-led survivorship clinics or programs are currently lacking based on a recent environmental scan. This paper outlines current barriers and opportunities in NP-led survivorship care. This is a call to action and for advocacy regarding the examination of oncology services and outlines the need for the development and implementation of NP-led survivorship clinics in Ontario, Canada.
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 | 0,020 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,006 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,008 | 0,009 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
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 ».