MétaCan
Menu
Retour à la cohorte
Enregistrement W4402987007 · doi:10.1200/op.2024.20.10_suppl.238

Current state content analysis of patient-reported outcome measures and clinical needs assessment tools utilized throughout the cancer care continuum at an academic medical center.

2024· article· en· W4402987007 sur OpenAlexaboutno aff
Alayna E. Ernster, Beth A. Fisher, Sarah A. Birken

Notice bibliographique

RevueJCO Oncology Practice · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCenter (category theory)CancerMedicineState (computer science)Medical physicsFamily medicineMedical educationGerontologyComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

238 Background: The Cancer Survivorship Care Quality Framework (CSCQ-F) is an evidence-based framework that outlines domains and indicators pertinent to the provision of quality cancer survivorship care. Many indicators from the CSCQ-F can be assessed by clinical interview or patient-reported outcome measures (PROMs) to gauge whether patients are receiving quality survivorship care. We conducted a current-state analysis of the PROMs and needs assessment tools (NATs) utilized throughout our academic medical center and assessed the extent to which constructs covered on our assessments align with relevant domains and indicators from the CSCQ-F. Methods: Healthcare leaders identified assessments currently available for use throughout oncology clinics at our institution. We included assessments directly completed by patients (i.e., PROMs) and assessments completed by clinicians based on patient feedback gathered through clinical interview or oncology nurse navigation (i.e., NATs). We excluded assessments not currently in use. We coded each assessment item by construct (e.g., depression, neuropathy, substance use, referral) and time of administration (e.g., new patient visits, treatment change, unknown). Then, we mapped items/constructs to the CSCQ-F domains. Afterward, we compared items/constructs mapped to the CSCQ-F domains with CSCQ-F indicators to identify gaps in assessment. Results: We identified two PROMs (Lucet and The Edmonton Symptom Assessment Scale (ESAS)) and two NATs (Epic Wheel and an internally developed cancer navigation assessment). Constructs covered by these assessments aligned with all domains of the CSCQ-F, except for “Patient/Caregiver Experience.” Gaps in assessment based on the CSCQ-F depend on which assessments patients receive. All new patients are administered Lucet (an electronic distress screening tool) and referred for cancer navigation assessment. However, ESAS is administered through Palliative Care, and it is unclear whether and when all providers administer Epic Wheel (a social determinants of health NAT). The CSCQ-F indicates reassessment of symptoms and/or conditions should occur at defined intervals throughout the cancer continuum, but there is no clear reassessment protocol at our institution. Conclusions: To our knowledge, this is the first content-analysis of PROMs and NATs mapped to the CSCQ-F. Our results signify a need to (1) address gaps in assessment, (2) determine a protocol for symptom reassessment, and (3) standardize enterprise-wide administration procedures for PROMs and NATs throughout the cancer continuum. Future work should also identify who is responsible for following up on patients’ identified concerns and determine whether adequate resources are available to address patients’ symptoms and needs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,863

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,268
Tête enseignante GPT0,491
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Oncology PracticeMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207