MétaCan
Menu
Retour à la cohorte
Enregistrement W4400273385 · doi:10.1200/jco.2024.42.16_suppl.e13793

Mapping models of care for children, adolescent and young adult cancer survivors: A scoping review.

2024· article· en· W4400273385 sur OpenAlexaboutno aff
Larissa Nekhlyudov, Natalie Bradford, Carla Thamm, Xiomara Skrabal Ross, Raymond J. Chan

Notice bibliographique

RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Support in Illness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCancerChildhood cancerGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

e13793 Background: Young cancer survivors, with decades of life ahead, encounter substantial risks for treatment-related late effects. Achieving optimal outcomes requires a comprehensive multi-dimensional approach. This scoping review aimed to systematically map the evidence on models of survivorship care for Child (0-14) and Adolescent and Young Adult (AYA, 15-39) cancer survivors aligning with the Framework for Quality Cancer Survivorship. Methods: Conducted according to PRISMA extension for scoping reviews, this study systematically searched MEDLINE, CINAHL and Embase for English articles from Jan 2006 to Jan 2024. Inclusion criteria were studies describing patient and health service domain for Child and AYA cancer survivorship models of care. Dual processes were used for article screening, selection, and data extraction. A deductive analysis, using Content Analysis informed results, presented in a narrative synthesis. Results: Of the 5,298 records screened 38 described Child and 10 described AYA models of care. The majority were cohort and cross-sectional studies from the USA, Canada, and the UK representing 6,101 Child and 5,283 AYA cancer survivors. Across these diverse studies, a broad range of outcomes were identified with most domains of the Framework represented. No model of care described more domains than another. Across the 13 possible elements of care and outcomes, most (68%) reported on less than five of these. The domains most represented included elements of care rather than outcomes at the service level such as the clinic structure (52%), communication and decision making (52%) and patient/carer satisfaction (50%). At the patient level, quality of life outcomes and assessment and management of physical symptoms were represented in 40% of studies. There were few studies reporting on health promotion (23%), chronic conditions (13%), mortality and healthcare utilization (5% each) and none reported on costs. In terms of outcomes, oncologist long-term follow up care showed higher adherence to risk-based recommendations compared to primary care models in some studies. Other studies suggest a shared care model increases adherence and decrease lost to follow-up. At the service level, high satisfaction with care was common in all models. Overall, there was not enough to evidence to support one model over another in either Child or AYA survivorship care. Conclusions: Despite decades of research in survivorship care, there is not enough evidence about the effectiveness and efficiency of different models of care. No single model stands out as superior, and there are notable gaps in understanding the economic and value proposition of different models. Addressing these gaps is crucial for the future development, and provision of quality survivorship care tailored for this patient population.

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)0,028
score de la tête « metaresearch » (Gemma)0,098
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,149

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,098
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,007
Bibliométrie0,0250,028
Études des sciences et des technologies0,0020,002
Communication savante0,0070,007
Science ouverte0,0030,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,130
Tête enseignante GPT0,495
Écart entre enseignants0,365 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetFamily Support in IllnessTravaux en français237 207