Perspectives on access to imaging digital health records in oncology: A mixed methods systematic review
Notice bibliographique
Résumé
• Patient access to DHRs for imaging results in, the oncological setting is largely seen as a positive change in healthcare. • Patients want timely access to their imaging results, with the opportunity to discuss with clinicians. • DHR access to imaging records must address accessibility, usability, imaging resources and interaction between patients and HCP. • Further research is needed to convey reporting recommendations for imaging professionals in the oncology setting. Digital Health Records (DHR) have become essential for managing patient data, including radiology and nuclear medicine reports. The wider adoption of DHR globally presents an opportunity to improve patient engagement and empowerment through effective access and sharing of imaging investigations. This review aims to synthesize literature on views, experiences, expectations, and preferences of oncology patients and healthcare professionals (HCP) when accessing imaging via DHR. This review was conducted using recommended Cochrane Handbook databases (registration: CRD42021213808), focusing on English articles published from 2000 onwards. Three experienced reviewers critically appraised selected articles, thematic analysis and narrative synthesis were used to extract data. 493 unique articles were identified, with 451 excluded, resulting in 42 articles assessed for eligibility. Nine studies were included, eight from the USA, one from Canada, published between 2010 and 2020. Findings suggest patient portals can positively impact patient and HCP engagement, and patients desire access to their imaging reports. Factors such as timing of access, adequate consultation time, resources for HCP to discuss findings, and format of information are critical considerations that influence both patient and HCP perceptions and preferences. Oncology patients want timely and understandable access to their imaging records. To ensure this, it is crucial to explore the appropriate timing, format, and methods to discuss these findings with patients. By involving all stakeholders in the planning process, we can develop DHR systems that provide personalised support for patients to manage their complex imaging results.
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 | 0,044 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,018 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».