Virtual follow‐up care among breast and prostate cancer patients during and beyond the <scp>COVID</scp>‐19 pandemic: Association with distress
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to investigate associations between self-reported distress (anxiety/depression) and satisfaction with and desire for virtual follow-up (VFU) care among cancer patients during and beyond the COVID-19 pandemic. METHODS: Breast and prostate cancer patients receiving VFU at an urban cancer centre in Toronto, Canada completed an online survey on their sociodemographic, clinical, and technology, characteristics and experience with and views on VFU. EQ5D-5 L was used to assess distress. Statistical models adjusted for age, gender, education, income and Internet confidence. RESULTS: Of 352 participants, average age was 65 years, 48% were women,79% were within 5 years of treatment completion, 84% had college/university education and 74% were confident Internet users. Nearly, all (98%) had a virtual visit via phone and 22% had a virtual visit via video. The majority of patients (86%) were satisfied with VFU and 70% agreed that they would like VFU options after the COVID-19 pandemic. Participants who reported distress and who were not confident using the Internet for health purposes were significantly less likely to be satisfied with VFU (OR = 0.4; 95% CI: 0.2-0.8 and OR = 0.19; 95% CI: 0.09-0.38, respectively) and were less likely to desire VFU option after the COVID-19 pandemic (OR = 0.49; 95% CI: 0.30-0.82 and OR = 0.41; 95% CI: 0.23-0.70, respectively). CONCLUSIONS: The majority of respondents were satisfied with VFU and would like VFU options after the COVID-19 pandemic. Future research should determine how to optimize VFU options for cancer patients who are distressed and who are less confident using virtual care technology.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».