Breast cancer survivorship care: a narrative review of challenges and future directions
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Breast cancer (BC) is the most prevalent cancer among women worldwide. With a growing number of BC survivors (BCSs), the number of survivors who require high-quality survivorship care is increasing. Various recommendations have been proposed for survivorship care plans (SCPs). However, globally, limited progress has been made to implement these recommendations consistently in cancer care centers. This review explores the gaps and challenges that exist in BC survivorship care (BCSC) and proposes future directions for improving survivorship care for patients and the healthcare system. METHODS: Current literature on BCSC was searched using PubMed and Google Scholar. The search strategy utilized a combination of keywords related to BCSC, gaps in survivorship care, and health promotion. Retrievable and English articles from January 2000 to March 2024 were included in the review. KEY CONTENT AND FINDINGS: Despite the large number of guidelines and recommendations on best BCSC practices, only a small number of these have been translated into clinical practices that help streamline patient care. There are many gaps to the provision of high-quality survivorship care, all of which negatively affect patient outcomes. Some of these gaps include but are not limited to: the limited role of primary care providers (PCPs), lack of coordination of care, lack of evidence-based research, insufficient data on health promotion, and challenges implementing comprehensive care. CONCLUSIONS: These findings indicate the need for a holistic and personalized approach to BCSC. The importance of implementing a multi-disciplinary and coordinated approach to survivorship care has been emphasized. This includes further involvement of PCPs, through increased training for PCPs in survivorship care. Despite available models of survivorship care, further research is needed to determine optimal BCSC that improves patient outcomes while decreasing the strain on the healthcare system. Additionally, technology can play a beneficial role in survivorship care, especially through telehealth and artificial intelligence (AI). Nonetheless, further research is needed on BCSC.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 ».