Adaptation, Feasibility, and Acceptability of a Health Insurance Literacy Intervention for Caregivers of Pediatric Cancer Patients (CHAT-C)
Notice bibliographique
Résumé
We adapted CHAT, a four-session virtual program to help individuals affected by cancer manage insurance and medical costs for caregivers of pediatric cancer patients (called CHAT-C); we then pilot-tested CHAT-C. Eligible caregivers were ages 18+ and the primary caregiver to a pediatric cancer patient (≤25 years old) diagnosed in the past five years and treated at Primary Children’s Hospital. We conducted engagement studios to adapt the program. Feedback was evaluated using a rapid qualitative analysis framework and included content preferences, navigator preferences, logistics/structure, timing of delivery, and feasibility/acceptability. A small pilot test of CHAT-C was conducted; feasibility, acceptability, and preliminary efficacy were evaluated based on enrollment rates, qualitative feedback, and baseline/follow-up surveys. Participants in the pilot (n = 14) were primarily white (93%), married (93%), female (86%), ages 40–49 (50%), and college-educated (57%). Most participants (64%) completed all four sessions of CHAT-C. Those who did not complete the sessions cited a lack of time, a child’s disease progression, and a perceived lack of benefit. Health insurance literacy (measured by nine items) improved by 10.8 points on average (SD = 6.0, range: 9–36) after CHAT-C. Caregivers of childhood cancer patients are willing to participate in a health insurance program, but some caregivers need less time-intensive options.
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 | 0,014 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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) | 0,003 | 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 ».