Development of consensus quality indicators for cancer supportive care: a Delphi study and pilot testing
Notice bibliographique
Résumé
BACKGROUND: High quality supportive care is fundamental to achieve optimal health outcomes for people affected by cancer. Use of quality indicators provides comparative information for monitoring, management, and improvement of care within and across healthcare systems. The aim of this Australian study was to develop and test a minimum viable set of cancer supportive care quality indicators that would be feasible to implement and generate usable data for policy and practice. METHODS: A two-round, modified reactive Delphi process was employed firstto develop the proposed indicators. Participants with expertise in cancer control in Australia, the United Kingdom, and Canada rated their level of agreement on a 7-point Likert scale against criteria assessing the importance, feasibility, and usability of proposed indicators. Relative response frequencies were assessed against pre-specified consensus criteria and a ranking exercise, which delivered the list of proposed indicators. Draft indicators were then presented to a purposive sample of clinicial and health management staff via qualitative interviews at two acute care settings in Melbourne, Australia for feedback regarding feasibility. Desktop audits of online published health service policy and practice descriptions were also conducted at participating acute care settings to confirm health service data availability and feasibility of collection to report against proposed indicators. RESULTS: Sixteen quality indicators associated with the delivery of quality cancer supportive care in Australian acute healthcare settings met pre-specified criteria for inclusion. Indicators deemed 'necessary' were mapped and ranked across five key categories: Screening, Referrals, Data Management, Communication and Training, and Culturally Safe and Accessible Care. Testing confirmed indicators were viewed as feasible by clinical and health management staff, and desktop audits could provide a fast and reasonably effective method to assess general adherence and performance. CONCLUSIONS: The development of quality indicators specific to cancer supportive care provides a strong framework for measurement and monitoring, service improvement, and practice change with the potential to improve health outcomes for people affected by cancer. Evaluation of implementation feasibility of these expert consensus generated quality indicators is recommended.
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 | 0,230 | 0,184 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».