Designing a resilience-based intervention program for children with cancer and their families: a study protocol
Notice bibliographique
Résumé
Background: Advances in pediatric oncology have significantly increased survival rates, yet have introduced challenges in managing long-term treatment side effects. This study process introduces an interdisciplinary clinical intervention program rooted in the family resilience framework, aimed at improving well-being across the cancer trajectory for children and their families, especially those in Canadian communities far from specialized oncology centers with limited access to resources. Methods: Employing an intervention mapping approach, this program collaboratively involves patients, families, professionals, and researchers. It aims to identify vulnerability factors, establish a logic model of change, and devise comprehensive strategies that include professional interventions alongside self-management tools. These strategies, tailored to address biopsychosocial and spiritual challenges, are adapted to the unique contexts of communities distant from specialized cancer treatment centers. A mixed-methods approach will evaluate program effectiveness. Expected results: Anticipated outcomes include the empowerment of families with self-management tools and professional support, designed to mitigate biopsychosocial and spiritual complications. By addressing the specific needs and limitations of these communities, the program strives to improve the overall health and well-being of both undergoing treatment and survivorship phases. Discussion: By focusing on comprehensive care that includes both professional interventions and self-management, this initiative marks a significant shift toward a holistic, family-centered approach in pediatric oncology care for remote communities. It underlines the necessity of accessible interventions that confront immediate and long-term challenges, aiming to elevate the standard of care by emphasizing resilience, professional support, and family empowerment in underserved areas.
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 | 0,029 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,004 |
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 ».