MétaCan
Menu
Retour à la cohorte
Enregistrement W4385566513 · doi:10.1093/pubmed/fdad143

Financial toxicity among cancer patients, survivors and their families in the United Kingdom: a scoping review

2023· review· en· W4385566513 sur OpenAlexfundno aff
Tran Thu Ngan, T.H. Tran, Michael Donnelly, Ciarán O’Neill

Notice bibliographique

RevueJournal of Public Health · 2023
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensnon disponible
Organismes subventionnairesQueen's University BelfastQueen's UniversityWellcome Trust
Mots-clésScopusMEDLINEFinancial distressMedicineWeb of scienceFinanceFamily medicineMeta-analysisBusinessPolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The aim of this scoping review was to identify key research gaps and priorities in order to advance policy and practice for people living with cancer in the UK. METHODS: The review adhered to PRISMA guidelines for scoping review. We searched MEDLINE, EMBASE, Scopus, Web of Science and Google Scholar on 16 July 2022. There were no restrictions in terms of study design and publication time; gray literature was included. The key words, 'financial' or 'economic', were combined with each of the following words 'hardship/stress/burden/distress/strain/toxicity/catastrophe/consequence/impact.' RESULTS: 29/629 studies/reports published during 1982-2022 were eligible to be included in the review. No study conducted a comprehensive inquiry and reported all aspects of financial toxicity (FT) or used a validated measure of FT. The most three commonly reported outcomes related to financial hardship were financial well-being (24/29), benefit/welfare (17/29) and mental health status (16/29). CONCLUSIONS: It is evident that FT is experienced by UK cancer patients/survivors and that the issue is under-researched. There is an urgent need for further research including rigorous studies which contribute to a comprehensive understanding about the nature and extent of FT, disparities in experience, the impacts of FT on outcomes and potential solutions to alleviate FT and related problems.

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)0,016
score de la tête « metaresearch » (Gemma)0,081
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,081
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0130,014
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,257
Tête enseignante GPT0,378
Écart entre enseignants0,121 · 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'étudeQualitatif
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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public HealthMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207