MétaCan
Menu
Retour à la cohorte
Enregistrement W4399697977 · doi:10.1016/j.jmir.2024.101443

Patient perceptions of advanced practice radiation therapists prescribing medication in radiation therapy

2024· article· en· W4399697977 sur OpenAlexafffundabout
Jasleen Kaur Uppal, Thomas Farrell, Marcia Smoke, Lilian Doerwald-Munoz

Notice bibliographique

RevueJournal of medical imaging and radiation sciences · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNursing Roles and Practices
Établissements canadiensJuravinski Cancer CentreMcMaster University
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésRadiation TherapistRadiation therapyMedicinePerceptionMedical physicsClinical PracticePsychotherapistFamily medicinePsychologyRadiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The purpose of this study was to determine patient perceptions of an advanced practice radiation therapist (APRT) prescribing medication for radiation therapy treatment-related side effects. By comprehending patient perceptions, it is important to implement change in order to improve patients' quality of life. METHODS: A literature review was conducted on advanced practice (AP) roles in Canada and world-wide; the roles searched were: APRT, nurse practitioner and pharmacist. The search focused on evidence demonstrating improvements made to patient care due to the implementation of these roles. Based on this review and input from a team of experts a qualitative semi-structured interview survey was designed, and pilot tested. The survey consisted of five open-ended questions, which were designed to determine patient satisfaction of an APRT prescribing medication over the course of their radiation therapy treatments. Patients undergoing head and neck radiation therapy treatments at a large, academic cancer centre were invited to participate. Six patients who had a head and neck APRT involved in their treatment were interviewed. A comprehensive thematic analysis was then conducted using the transcripts created from these interviews, which was followed by two independent blinded analyses to ensure validity of the results. DISCUSSION: The thematic analysis produced four salient themes which were: side effect management, care provided by the APRT in comparison to other healthcare workers, patients' access to care, and overall patient satisfaction. Common medications for head and neck radiation therapy treatment related side effects were discussed and these were: Magic Mouthwash, Xylocaine, Nystatin, Benadryl, Advil, Tylenol, Dexamethasone, Tantum, Biotene, Mucaine, Flamazine, Hydrocortisone, Ondansetron, Senokot, and narcotics. CONCLUSION: This study was valuable to understand patient experiences and provide evidence to change processes in order to improve quality of patient centered care. The study revealed that although patients were happy with the process of prescribing medication, they all agreed that having an advanced practice radiation therapist prescribe would improve care. Patient responses further demonstrated the need for future research in regards to side effect management as a whole by APRTs as well as how role clarification can impact patient perceptions of APRTs.

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)0,006
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,034
Tête enseignante GPT0,462
Écart entre enseignants0,428 · 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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of medical imaging and radiation sciencesMême sujetNursing Roles and PracticesTravaux en français237 207