MétaCan
Menu
Retour à la cohorte
Enregistrement W4382344020 · doi:10.2196/40875

Perceived Barriers and Facilitators in Using Patient-Reported Outcome Systems for Cancer Care: Systematic Mapping Study

2023· review· en· W4382344020 sur OpenAlexvenueno aff
Anna-Mari Laitio, Guido Giunti, Raija Halonen

Notice bibliographique

RevueJMIR Cancer · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkflowUsabilityInteroperabilityScopusThematic analysisHealth careMEDLINEMedicineMedical educationHealth informaticsQualitative researchPsychologyNursingKnowledge managementComputer scienceWorld Wide WebPublic healthDatabase

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer is a major global health problem. Patient-reported outcome (PRO) systems have been developed to support the treatment of patients with cancer. Although clear evidence of the benefits of the routine use of electronic patient-reported outcomes (ePROs) exists, engaging physicians in using these systems has been challenging. OBJECTIVE: This study aims to identify and analyze what is currently known about health care professionals' (HCPs) perceived barriers and facilitators that exist and influence the use of ePRO systems for cancer care. METHODS: We carried out a systematic mapping study by conducting searches of 3 databases (Association for Computing Machinery, PubMed, and Scopus). Eligible papers were published between 2010 and 2021, and they described HCPs' perspectives on using ePROs. The data on the included papers were extracted, a thematic meta-synthesis was performed, and 7 themes were summarized into 3 categories. RESULTS: A total of 17 papers were included in the study. The HCPs' perceived barriers and facilitators of using ePROs can be summarized into 7 themes: clinical workflow, organization and infrastructure, value to patients, value to HCPs, digital health literacy, usability, and data visualization and perceived features. These themes can be further summarized into 3 categories: work environment, value to users, and suggested features. According to the study, ePROs should be interoperable with hospital electronic health records and adapted to the hospital workflow. HCPs should get appropriate support for their use. Additional features are needed for ePROs, and special attention should be paid to data visualization. Patients should have the option to use web-based ePROs at home and complete it at the time most valuable to the treatment. Patients' ePRO notes need attention during clinical visits, but ePRO use should not limit patient-clinician face-to-face communication. CONCLUSIONS: The study revealed that several aspects need improvement in ePROs and their operating environments. By improving these aspects, HCPs' experience with ePROs will enhance, and thus, there will be more facilitating factors for HCPs to use ePROs than those available today. More national and international knowledge about using ePROs is still needed to cover the need for information to develop them and their operating environments to meet the needs of HCPs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,075
score de la tête « metaresearch » (Gemma)0,174
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,397

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0750,174
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0170,022
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0020,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,144
Tête enseignante GPT0,421
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations18
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR CancerMême sujetCancer survivorship and careTravaux en français237 207