Uncovering the Daily Experiences of People Living With Advanced Cancer Using an Experience Sampling Method Questionnaire: Development, Content Validation, and Optimization Study
Notice bibliographique
Résumé
BACKGROUND: The experience sampling method (ESM), a self-report method that typically uses multiple assessments per day, can provide detailed knowledge of the daily experiences of people with cancer, potentially informing oncological care. The use of the ESM among people with advanced cancer is limited, and no validated ESM questionnaires have been developed specifically for oncology. OBJECTIVE: This study aims to develop, content validate, and optimize the digital Experience Sampling Method for People Living With Advanced Cancer (ESM-AC) questionnaire, covering multidimensional domains and contextual factors. METHODS: A 3-round mixed methods study was designed in accordance with the Consensus-Based Standards for the Selection of Health Measurement Instruments (COSMIN) and the European Organization for Research and Treatment of Cancer guidelines. The study included semistructured interviews with 43 people with stage IV breast cancer or stage III to IV lung cancer and 8 health care professionals. Round 1 assessed the appropriateness, relative importance, relevance, and comprehensiveness of an initial set of ESM items that were developed based on the existing questionnaires. Round 2 tested the comprehensibility of ESM items. Round 3 tested the usability of the digital ESM-AC questionnaire using the m-Path app. Analyses included descriptive statistics and qualitative content analysis. RESULTS: Following the first round, we developed an initial core set of 68 items (to be used with all patients) and a supplementary set (optional; patients select items), both covering physical, psychological, social, spiritual-existential, and global well-being domains and concurrent contexts in which experiences occur. We categorized items to be assessed multiple times per day as momentary items (eg, "At this moment, I feel tired"), once a day in the morning as morning items (eg, "Last night, I slept well"), or once a day in the evening as evening items (eg, "Today, I felt hopeful"). We used participants' evaluations to optimize the questionnaire items, the digital app, and its onboarding manual. This resulted in the ESM-AC questionnaire, which comprised a digital core questionnaire containing 31 momentary items, 2 morning items, and 7 evening items and a supplementary set containing 39 items. Participants largely rated the digital questionnaire as "easy to use," with an average score of 4.5 (SD 0.5) on a scale from 1 ("completely disagree") to 5 ("completely agree"). CONCLUSIONS: We developed the ESM-AC questionnaire, a content-validated digital questionnaire for people with advanced breast or lung cancer. It showed good usability when administered on smartphone devices. Future research should evaluate the potential of this ESM tool to uncover daily experiences of people with advanced breast or lung cancer, explore its clinical utility, and extend its validation to other populations with advanced diseases.
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 | 0,038 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».