Nurse-led virtual prostate cancer clinic for survivorship care: Qualitative study of healthcare professional experiences and needs
Notice bibliographique
Résumé
Abstract Background: Approximately one in eight Canadian males will be diagnosed with prostate cancer. Longer survivorship horizons and resource constraints are leading to increasing strain on current models of specialist-led follow-up care delivery. Nurse-led digital health innovations can reduce demand on specialists if co-designed with health care professionals (HCPs). Methods: Using human-centred design, the purpose of this exploratory qualitative study with ten HCPs was to characterize their experiences with prostate cancer (PCa) follow-up and virtual care to optimally situate a nurse-led clinic within this ecosystem. Results: HCPs highlight how current follow-up care can be fragmented, so the scope of a nurse-led clinic should focus on the management of care with referral as needed. Despite an ambivalence for telemedicine arising from its implementation during the COVID-19 pandemic, HCPs see potential for improved care through digital health but note several concerns. Burn-out, weakened patient-provider relationships, and creeping scope of responsibilities were identified as pain points. We provide a health ecosystem readiness checklist to improve odds of acceptability, appropriateness, and feasibility synthesized from six HCP-defined facilitators mapped onto Proctor’s outcomes. Facilitators include: functionality testing (acceptability), technical support and usability (adoption), expectation management (appropriateness), resource allocation (cost), staff readiness (feasibility), and staff training (penetration). Conclusion: Intentional and empathetic co-design with HCPs during the development of digital health innovations, such as digital therapeutics, is necessary to ensure that HCPs can benefit from, instead of being burdened from, the rising tide of digital health in their clinical responsibilities.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».