Multidisciplinary education and action to foster equitable cancer care.
Notice bibliographique
Résumé
193 Background: Disparities in cancer care occur when patients are offered inequitable quality of care due to socioeconomic characteristics, affecting patient outcomes (e.g., survival rates). A five-part education (three articles, a webinar, and an infographic) was designed for multidisciplinary oncology care team members to build an enhanced awareness of cancer care disparities and inspire action to foster equitable cancer care. This study evaluated the impact of the education on the learning outcomes of participants. Methods: The evaluation combined quantitative and qualitative methods assessing learners’ knowledge, confidence, change in practice and barriers to change. Collected data included 1) matched pre- and post-activity questions, 2) a post-activity survey evaluation, 3) a post-activity 30-minute interview. Where relevant, categorical data were recoded into binomial values (e.g., 0=incorrect, 1=correct) and knowledge-based responses computed into scores (0-100%). Quantitative data was subject to descriptive and pre-post analysis (McNemar statistical tests for binomial values, paired t-tests for continuous values). Qualitative data (Interview transcripts, open-field responses) were subject to inductive thematic analysis. Results: Of 2,850 completers, 1,151 were graduated healthcare professionals (58% nurses, 23% advanced practice providers, 11% physicians, 8% other), involved in cancer care in the United States. Across all activities, knowledge scores for cancer care disparities and strategies to foster equitable care were significantly higher post-activity (79-91%, depending on activity) than pre-activity (23-62%, p<.001). Similarly, the percentage of learners that were confident in their ability to a) address the personal factors impacting a patient’s willingness to pursue screening or treatment and b) identify practices that can foster equitable care to all cancer patients were significantly higher post-activity (51-75%) than pre-activity (27-38%, p<.001). Thematic analysis of qualitative responses showed that learners identified the following strategies to ensure equitable cancer care: a) multidisciplinary collaboration, b) open lines of communication with patients, c) frequent follow-ups, and d) community outreach. Barriers to change included a lack of organizational capacity and shortage of staff. Conclusions: This intervention encouraged multiple professions in oncology care to learn and reflect on factors driving disparities in cancer care. The intervention was shown to be impactful on the educational outcomes of healthcare professionals in terms of identifying strategies that can tangibly enhance cancer care equity and resulting patient outcomes. A sensitisation and problem-solving approach during the five activities underscored the importance of a multidisciplinary collaboration as a key strategy to addressing cancer disparities.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».