Survivorship representation at IPOS World Congress: abstract review and analysis
Notice bibliographique
Résumé
Abstract Background: Advancements in cancer treatments have enabled more people worldwide to survive cancer, but many experience lasting impacts. The International Psycho-Oncology Society (IPOS) is a global professional organization which hosts an annual World Congress. This study reviewed survivorship content from the World Congress meetings to understand areas of focus, apparent strengths and weaknesses, and global representation. Methods: Peer-reviewed abstracts presented in 2017, 2018, 2019, and 2021 were reviewed. Abstracts were identified by searching for “survivor.” Identified abstracts were read in full to extract content of interest (population of interest, cancer type, number of participants, study design, study topic, first author/country, and international collaboration). Coding was defined a priori. Data were extracted using REDCap. Inter-rater reliability checks were performed. Results: A total of 1813 abstracts were identified and reviewed. The proportion of survivorship-focused abstracts ranged from 13.2%–20.7% annually. Breast cancer dominated survivorship work. The most frequently addressed topics included distress/anxiety/depression (36.6%), quality of life (28.6%), and health behaviors (15.5%). Nearly three-quarters (73%) of abstracts focused on adult populations, and there was apparent international collaboration in 12%–20%. Authorships and abstracts were primarily from high-income countries (91%). Most studies were observational (44%); few were randomized controlled trials (4%). Conclusions: This study found overrepresentation of authorship from some countries. Many topics, patient populations, and countries were not highly represented. IPOS might consider efforts to remedy this imbalance with the ultimate goal of improving psychosocial care for those affected by cancer, globally.
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 | 0,028 | 0,136 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,029 | 0,029 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 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 ».