Implementation of an electronic prospective surveillance model for cancer rehabilitation: a mixed methods study protocol
Notice bibliographique
Résumé
INTRODUCTION: An electronic prospective surveillance model (ePSM) uses patient-reported outcomes to monitor impairments along the cancer pathway for timely management. Randomised controlled trials show that ePSMs can effectively manage cancer-related impairments. However, ePSMs are not routinely embedded into practice and evidence-based approaches to implement them are limited. As such, we developed and implemented an ePSM, called REACH, across four Canadian centres. The objective of this study is to evaluate the impact and quality of the implementation of REACH and explore implementation barriers and facilitators. METHODS AND ANALYSIS: We will conduct a 16-month formative evaluation, using a single-arm mixed methods design to routinely monitor key implementation outcomes, identify barriers and adapt the implementation plan as required. Adult (≥18 years) breast, colorectal, lymphoma or head and neck cancer survivors will be eligible to register for REACH. Enrolled patients complete brief assessments of impairments over the course of their treatment and up to 2 years post-treatment and are provided with a personalised library of self-management education, community programmes and when necessary, suggested referrals to rehabilitation services. A multifaceted implementation plan will be used to implement REACH within each clinical context. We will assess several implementation outcomes including reach, acceptability, feasibility, appropriateness, fidelity, cost and sustainability. Quantitative implementation data will be collected using system usage data and evaluation surveys completed by patient participants. Qualitative data will be collected through focus groups with patient participants and interviews with clinical leadership and management, and analysis will be guided by the Consolidated Framework for Implementation Research. ETHICS AND DISSEMINATION: Site-specific ethics approvals were obtained. The results from this study will be presented at academic conferences and published in peer-reviewed journals. Additionally, knowledge translation materials will be co-designed with patient partners and will be disseminated to diverse knowledge users with support from our national and community partners.
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 | 0,127 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,007 |
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 ».