Opportunities to improve quality of care for cancer survivors in primary care: findings from the BETTER WISE study
Notice bibliographique
Résumé
PURPOSE: The BETTER WISE (Building on Existing Tools to Improve Chronic Disease Prevention and Screening in Primary Care for Wellness of Cancer Survivors and Patients) intervention is an evidence-based approach to prevention and screening for cancers and chronic diseases in primary care that also includes comprehensive follow-up for breast, prostate and colorectal cancer survivors. We describe the process of harmonizing cancer survivorship guidelines to create a BETTER WISE cancer surveillance algorithm and describe both the quantitative and qualitative findings for BETTER WISE participants who were breast, prostate or colorectal cancer survivors. We describe the results in the context of the COVID-19 pandemic. METHODS: We reviewed high-quality survivorship guidelines to create a cancer surveillance algorithm. We conducted a cluster randomized trial in three Canadian provinces with two composite index outcome measured 12 months after baseline, and also collected qualitative feedback on the intervention. RESULTS: There were 80 cancer survivors for whom we had baseline and follow-up data. Differences between the composite indices in the two study arms were not statistically significant, although a post hoc analysis suggested the COVID-19 pandemic was a key factor in these results. Qualitative finding suggested that participants and stakeholders generally viewed BETTER WISE positively and emphasized the effects of the pandemic. CONCLUSIONS AND IMPLICATIONS FOR CANCER SURVIVORS: BETTER WISE shows promise for providing an evidence-based, patient-centred, comprehensive approach to prevention, screening and cancer surveillance for cancer survivors in the primary care setting. TRIAL REGISTRATION: ISRCTN21333761. Registered on December 19, 2016, http://www.isrctn.com/ISRCTN21333761 .
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 | 0,014 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».