MétaCan
Menu
Retour à la cohorte
Enregistrement W4390903732 · doi:10.1097/01.reo.0000000000000358

A Qualitative Study of Rehabilitation Professionals' Practices to Define the Presence of Arm Morbidity After Breast Cancer Surgery

2024· article· en· W4390903732 sur OpenAlexaffabout
Beatrice A. Francisco, Kendra Zadravec, Amy N. Edwards, Alora Warren, Katherine A. Johnson, Catalina Dau, Bolette Skjødt Rafn, Kristin L. Campbell

Notice bibliographique

RevueRehabilitation Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBreast cancerMedicineRehabilitationFocus groupQualitative researchHealth professionalsHealth carePhysical therapyCancerNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Rehabilitation professionals (RPs) play a major role in identifying, managing, and treating upper-body issues in individuals following breast cancer surgery. Varying definitions of postoperative arm morbidity in the literature have hampered development of standardized surveillance programs for people undergoing breast cancer surgery within clinical care. Our objective was to explore RPs' practices in defining the presence of arm morbidity after breast cancer surgery. Methods: This qualitative study used semistructured focus group interviews with 29 RPs from 5 health authorities in British Columbia, Canada. Transcripts were analyzed using content analysis. Results: Two categories captured RPs' overarching lack of consensus in defining the presence of postoperative arm morbidity: (1) Complex concerns, complex considerations; and (2) Many ways of measuring arm morbidity. Varying perspectives exist as to which upper-body issues and functional criteria constitute arm morbidity, as well as which characteristics to consider in identifying who is at risk of developing arm morbidity. In tandem, there is currently no gold standard outcome measure or standardized assessment to identify arm morbidity. Conclusion: Because of the complex interaction between different breast cancer treatments and various environmental and personal factors, there is currently a lack of consensus among RPs about how to define and assess arm morbidity. Our findings demonstrate the presence of arm morbidity is challenging to characterize, given its multifaceted presentation, inconsistent approaches to risk stratification across clinical settings and geographical regions the RPs worked, and numerous ways of measuring arm morbidity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,011
Communication savante0,0030,003
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,461
Écart entre enseignants0,410 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRehabilitation OncologyMême sujetCancer survivorship and careTravaux en français237 207