MétaCan
Menu
Retour à la cohorte
Enregistrement W4404284014 · doi:10.5737/23688076344460

Utilisation de cartes de parcours pour comprendre les mesures des résultats rapportés par les patients tout au long de l’expérience du cancer

2024· article· fr· W4404284014 sur OpenAlexvenueaboutno aff
Jae‐Yung Kwon, Melissa Moynihan, Angela C. Wolff, Geraldine Irlbacher, Amanda L. Joseph, Lorraine Wilson, Hilary Horlock, Lillian Hung, Leah K. Lambert, Francis Lau, Richard Sawatzky

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2024
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtPhilosophyHumanities

Résumé

récupéré en direct d'OpenAlex

Objectif : L’objectif de la présente étude qualitative est de montrer que l’utilisation de cartes de parcours établies à partir des résultats rapportés par les patients facilite la communication entre les cliniciens et les patients lorsqu’il est question de bien-être, à toutes les étapes de l’expérience du cancer. Méthodologie : Des entrevues semi-structurées ont été menées en ligne et par téléphone auprès de 6 personnes âgées de la Colombie-Britannique, au Canada. Elles devaient décrire leur expérience du cancer et l’associer à un score de bien-être en utilisant le questionnaire révisé de l’échelle d’évaluation des symptômes d’Edmonton (revised Edmonton Symptom Assessment Scale ou ESAS-r) tout au long de la trajectoire des soins (pré-diagnostic, diagnostic, traitement, post-traitement). Résultats : En tout, 6 personnes âgées ayant reçu un traitement oncologique ont participé aux entrevues, et 6 cartes de parcours ont été créées; on y constate une fluctuation du niveau de bien-être pendant l’expérience du cancer. Conclusion : Les cartes de parcours facilitent la communication entre le patient et le clinicien, permettent d’adapter les interventions et attirent l’attention des cliniciens sur différents signes afin qu’ils comprennent mieux le bien-être des patients tout au long de l’expérience du cancer. Mots-clés : mesures des résultats rapportés par les patients, cartes de parcours, radiothérapie, soins oncologiques, personnes âgées

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,109
Tête enseignante GPT0,477
Écart entre enseignants0,368 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing JournalMême sujetHealthcare Systems and PracticesTravaux en français237 207