Longitudinal needs and cancer knowledge in Swiss childhood cancer survivors transitioning from pediatric to adult follow-up care: results from the ACCS project
Notice bibliographique
Résumé
PURPOSE: Childhood Cancer Survivors (CCSs) have an increased risk for treatment-related chronic health conditions, but the adherence to long-term follow-up (LTFU) care decreases over time. We therefore assessed the CCSs' development of cancer knowledge, cancer worries, self-management skills, and expectations for LTFU care in a structured, cancer center-based transition model-a crucial part for maintaining adherence. METHODS: Using questionnaire-based surveys, we compared the CCSs' cancer knowledge with medical record data and assessed cancer worries (6 questions), self-management skills (15 questions), and expectations (12 questions) longitudinally by validated scales. We used descriptive statistics for presenting our results. RESULTS: We analyzed 17 CCSs, 71% were female, had a median age of 8 years at diagnosis and 21 years at study enrollment. The knowledge about late effects increased during the transition process, except for the risk of secondary malignancies. Leukemia survivors had a decrease in cancer worries. At least 75% of the CCSs agreed to 11 of 15 self-management questions before and after transition, with the highest increase over time in less parental involvement. The CCSs expected the most, that physicians know the CCSs' cancer history, that the visit starts on time, and that physicians can always be called in case of questions. CONCLUSIONS: Our transition model improved cancer knowledge, especially the risk for late effects, decreased cancer worries, and identified expectations for LTFU care which should be considered in the future. A structured transition process with evidence-based tools further increases the knowledge of CCS for LTFU through empowerment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».