MétaCan
Menu
Retour à la cohorte
Enregistrement W4389337038 · doi:10.2196/53124

Implications of Agile Values in Software Engineering for Agility in Breast Cancer Treatment: Protocol for a Comparative Study

2023· article· en· W4389337038 sur OpenAlexvenueno aff
Yousra Odeh, Mahmoud Al-Balas

Notice bibliographique

RevueJMIR Research Protocols · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Engineering Techniques and Practices
Établissements canadiensnon disponible
Organismes subventionnairesHashemite University
Mots-clésBreast cancerAgile software developmentContext (archaeology)Health careMedicineComputer scienceCancerSoftware engineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Breast cancer treatment has been described as a dynamic and patient-centered approach that emphasizes adaptability and flexibility throughout the treatment process. Breast cancer is complex, with varying subtypes and stages, making it important to tailor treatment plans to each patient's unique circumstances. Breast cancer treatment delivery relies on a multidisciplinary team of health care professionals who collaborate to provide personalized care and quick adaptation to changing conditions to optimize outcomes while minimizing side effects and maintaining the patient's quality of life. However, agility in breast cancer treatment has not been defined according to common agile values and described in language comprehensible to breast cancer professionals. In the rapidly evolving landscape of breast cancer treatment, the incorporation of agile values from software engineering promises to enhance patient care. OBJECTIVE: Our objective is to propose agile values for breast cancer treatment adopted and adapted from software engineering. We also aim to validate how these values conform to the concept of agility in the breast cancer context through referencing past work. METHODS: We applied a structured research methodology to identify and validate 4 agile values for breast cancer treatment. In the elicitation phase, through 2 interviews, we identified 4 agile values and described them in language that resonates with breast cancer treatment professionals. The values were then validated by a domain expert and discussed in the context of supporting work from the literature. Final validation entailed a domain expert conducting a walkthrough of the 4 identified agile values to adjust them as per the reported literature. RESULTS: Four agile values were identified for breast cancer treatment, and among them, we validated 3 that conformed to the concept of agility. The fourth value, documentation and the quality of documentation, is vital for breast cancer treatment planning and management. This does not conform to agility. However, its nonagility is vital for the agility of the other values. None of the identified agile values were validated as partially conforming to the concept of agility. CONCLUSIONS: This work makes a novel contribution to knowledge in identifying the first set of agile values in breast cancer treatment through multidisciplinary research. Three of these values were evaluated as conforming to the concept of agility, and although 1 value did not meet the concept of agility, it enhanced the agility of the other values. It is anticipated that these 4 agile values can drive oncology practice, strategies, policies, protocols, and procedures to enhance delivery of care. Moreover, the identified values contribute to identifying quality assurance and control practices to assess the concept of agility in oncology practice and breast cancer treatment and adjust corresponding actions. We conclude that breast cancer treatment agile values are not limited to 4. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR1-10.2196/53124.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,417
Tête enseignante GPT0,605
Écart entre enseignants0,188 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetSoftware Engineering Techniques and PracticesTravaux en français237 207