SPCR-06 FINANCIAL AID REQUESTS BY BRAIN TUMOR PATIENTS IN ONTARIO THROUGH GOFUNDM
Notice bibliographique
Résumé
Abstract OBJECTIVE/PURPOSE Ontario brain tumor patients sometimes suffer the burden of responsibility to pay for treatments like oral chemotherapy. However, less is known about other direct and indirect financial costs due to their diagnosis. The purpose of this study was to analyze publicly-available data from GoFundMe, an online fundraising platform, to explore the financial needs of brain tumor patients. METHOD A qualitative descriptive design drawing on thematic analysis was used to analyze GoFundMe requests to support individuals diagnosed with brain cancer in Ontario between 2014 and 2021. A coding framework was created to determine emerging themes using qualitative data analysis software NVivo 10. RESULTS There were 195 fundraising requests. Requests described financial strain from the loss of income experienced by the patient and their caregivers to afford cancer treatments. Requests highlighted 1) an overall lack of awareness of how and where to access financial aid and affordable psychosocial support; 2) concerns over the long-term financial well-being of bereaving family members; 3) A call for more public awareness of the financial burden and emotional distress experienced by of those impacted by brain cancer. CONCLUSIONS/CLINICAL IMPLICATIONS These GoFundMe requests highlight a connection between financial burden and emotional distress and an overall lack of awareness of where/how to seek financial and emotional support. These results will serve as the foundation to advocate for and raise awareness of the financial assistance needed by brain tumor patients and their families.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».