MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406029280 · doi:10.2196/64871

Impact of Psychosocial and Palliative Care Training on Nurses’ Competences and Care of Patients With Cancer in Cameroon: Protocol for Quasi-Experimental Study

2025· article· en· W4406029280 sur OpenAlexvenueno aff
Nahyeni Bassah, Nicholas Tendongfor, Bachi-Ayukokang Ebob-Anya, Vivian A E Eta, Malika Esembeson, Ndzi Eric Ngah, Salisu Ango Abdul-Rahim

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensnon disponible
Organismes subventionnairesPfizer
Mots-clésPsychosocialPalliative careMedicineNursingCompetence (human resources)Descriptive statisticsFamily medicineProtocol (science)AuditOncologyPsychologyAlternative medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer is a leading cause of global mortality, accounting for nearly 10 million deaths in 2020. This is projected to increase by more than 60% by 2040, particularly in low- and middle-income countries. Yet, palliative and psychosocial oncology care is very limited in these countries. OBJECTIVE: This study describes a protocol for the development, implementation, and evaluation of a psychosocial oncology and palliative care course on Cameroonian practicing nurses' knowledge, self-perceived competence, and confidence in palliative and psychosocial oncology care provision for patients with cancer. METHODS: A single group pre-posttest design, incorporating both quantitative and qualitative methods will be used. First, a psychosocial oncology and palliative care course for practicing nurses in Cameroon will be developed. This course will then be implemented with 50 practicing nurses purposefully selected from 2 oncology units in the Littoral region and 4 hospitals in the Southwest region of Cameroon. Finally, to assess the impact of the training program we will undertake a pre and posttest survey of nurses' palliative and psychosocial oncology competences, a pre and post training audit of patients' nursing records to examine nurses' practice of palliative and psychosocial oncology care and undertake a critical-incident interview of nurses' transfer of learning to practice. Descriptive and inferential statistics will be used to analysis quantitative data, while qualitative data will be analyzed using the framework approach. RESULTS: This study was funded in September 2023. The training program development was initiated in March 2024 and completed in June 2024. Baseline data collection commenced in May 2024 and as of September 2024, we had collected data from 300 patient record. Training implementation is planned for October-December 2024, and post intervention data will be started in October 2024 and continue till April 2025. Data analysis will commence in October 2024 and we aim to publish study findings in peer review journals by November 2025. CONCLUSIONS: This study will improve our understanding of Cameroonian nurses' palliative and psychosocial oncology competency gaps. It will result in the development of a palliative care and psychosocial oncology course and in the training of 50 nurses in psychosocial oncology and palliative care in Cameroon. This study will inform strategies for future psychosocial oncology and palliative care training initiatives in Cameroon and other low- and middle-income countries. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/64871.

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)0,043
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,229

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,032
Méta-épidémiologie (sens strict)0,0040,003
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,004
Communication savante0,0020,002
Science ouverte0,0040,003
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0400,006

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 Opus0,376
Tête enseignante GPT0,664
Écart entre enseignants0,287 · 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'étudeEssai non randomisé
Domainenon disponible
GenreProtocole

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

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→