MétaCan
Menu
Retour à la cohorte
Enregistrement W4386285254 · doi:10.3390/cancers15174331

Patient Preferences in Metastatic Breast Cancer Care: A Scoping Review

2023· review· en· W4386285254 sur OpenAlexafffund
Kelcey A. Bland, Reem A. Mustafa, Helen McTaggart‐Cowan

Notice bibliographique

RevueCancers · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesMichael Smith Health Research BC
Mots-clésCINAHLPsycINFOPsychosocialMedicineMultidisciplinary approachMEDLINEPatient satisfactionMetastatic breast cancerHealth careBreast cancerNursingFamily medicineCancerPsychological interventionPsychiatry

Résumé

récupéré en direct d'OpenAlex

People with metastatic breast cancer (MBC) have diverse medical, physical, and psychosocial needs that require multidimensional care. Understanding patient preferences is crucial to tailor treatments, services, and foster patient-centered care. A scoping review was performed to summarize the current evidence on the preferences of people with MBC regarding their care to identify knowledge gaps and key areas for future research. The Embase, MEDLINE, CINAHL and PsycInfo databases were searched. Twenty studies enrolling 3354 patients met the study eligibility criteria. Thirteen quantitative studies, four mixed methods studies, and three qualitative studies were included. Seven studies captured healthcare provider perspectives; thirteen studies evaluated patient preferences relating specifically to cancer treatments; three studies evaluated preferences relating to supportive care; and four studies evaluated communication and decision-making preferences. The current literature evaluating MBC patient preferences is heterogeneous with a focus on cancer treatments. Future research should explore patient preferences relating to multidisciplinary, multi-modal care that aims to improve quality of life. Understanding MBC patient preferences regarding their comprehensive care can help tailor healthcare delivery, enhance the patient experience, and improve outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,585
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,107
Tête enseignante GPT0,407
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetCancer survivorship and careTravaux en français237 207