Understanding Indigenous peoples experiences to inform recommendations for improving cultural safety and care in radiation therapy centres in Alberta, Canada
Notice bibliographique
Résumé
INTRODUCTION: Rates of common cancers are continuously increasing among Indigenous peoples and are above the incidence rates of non-Indigenous Canadians. When considering the intersecting social determinants of health such as culture, geography, funding, and access to basic health services, these all contribute to the unique cancer burden faced by Indigenous people. Indigenous patients sometimes feel alienated by the word "cancer", intimidated in the oncology setting and often avoid or delay seeking care, bypass screening and preventative care, and cease prescribed treatment before it is finished. Providing culturally competent, safe care to improve Indigenous health outcomes have been suggested and prioritized in health care systems across Canada. METHODS: Using an Indigenous methodology, sharing circles were held in Northern Alberta, Canada. Five Indigenous survivors of cancer and two Indigenous caregivers shared their experiences with oncology treatment in the radiation therapy centre. Results were transcribed verbatim and thematic analysis was conducted. RESULTS: This resulted in four main themes (1) historical and cultural understandings (2) reduce systemic harm by having dedicated Indigenous staff, cultural competency, and Indigenous specific supports (3) meaningful time commitment and relationship building (4) importance of kinship and Indigenous-centred, family-and-patient-centred care. These themes fed into the development of nine recommendations for policy and decision makers to improve cultural safety in the Alberta radiation therapy centres. CONCLUSION: Support for Indigenous patients and caregivers is essential to improve care in the radiation therapy centres. The findings from this work will support recommendations for health decision and policy makers within radiation therapy centres, which may be transferable to other centres within oncology and health.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,028 | 0,011 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».