Are there opportunities to improve care as patients transition through the cancer care continuum? A scoping review
Notice bibliographique
Résumé
PURPOSE: Patients with cancer experience many Transitions in Care (TiC), occurring when a patient's care transfers between healthcare providers or institutions/settings. Among other patient populations, TiC are associated with medical errors, patient dissatisfaction and elevated healthcare use and expenditure. However, our understanding of TiC among patients with cancer is lacking. OBJECTIVE: To map and characterise evidence about TiC among patients with cancer. PARTICIPANTS: Adult patients with cancer at any stage in the cancer continuum. INTERVENTION: Evidence sources exploring TiC among patients with cancer were eligible. OUTCOME: Evidence sources exploring TiC among patients with cancer using any outcome were eligible. SETTING: Any setting where a patient with cancer received care. DESIGN: This scoping review included any study describing TiC among patients with cancer with no restrictions on study design, publication type, publication date or language. Evidence sources, identified by searching six databases using search terms for the population and TiC, were included if they described TiC. Two independent reviewers screened titles/abstracts and full texts for eligibility and completed data abstraction. Quantitative data were summarised using descriptive statistics and qualitative data were synthesised using thematic analysis. RESULTS: This scoping review identified 801 evidence sources examining TiC among patients with cancer. Most evidence sources focused on the TiC between diagnosis and treatment and breast or colorectal cancer. Six themes emerged from the qualitative evidence sources: the transfer of information, emotional impacts of TiC, continuity of care, patient-related factors, healthcare provider-related factors and healthcare system-related factors. Interventions intended to improve TiC among patients with cancer were developed, implemented or reviewed in 163 evidence sources. CONCLUSION: While there is a large body of research related to TiC among patients with cancer, there remains a gap in our understanding of several TiC and certain types of cancer, suggesting the need for additional evidence exploring these areas.
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 | 0,024 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,016 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».