Feasibility and Acceptability of Social Prescribing for Cancer Survivors
Notice bibliographique
Résumé
Following cancer treatment, individuals experience a range of physical, mental and social health difficulties that interfere with their ability to resume participation in pre-cancer activities. In Ireland, the National Cancer Strategy recommends community-based services to address post-treatment difficulties. Social prescribing is a community-based, non-medical service that links individuals with health-related activities and supports in their community. This study explored the feasibility and acceptability of social prescribing for cancer survivors. A mixed methods study was undertaken with individuals who had completed curative treatment for any cancer type. Recruitment was carried out in a national cancer centre. Quantitative outcomes included feasibility metrics (recruitment, intervention adherence and retention), the Frenchay Activities Index (FAI), the Hospital Depression and Anxiety Scale (HADS), the Multidimensional Assessment of Fatigue (MAF), and EORTC QLQ-C30. Qualitative interviews explored acceptability of social prescribing. Data were analysed using descriptive statistics (quantitative data) and content analysis (qualitative data). Out of 131 individuals identified as eligible to participate, 43 agreed to participate (32.8% recruitment) and 27 met a link worker and were connected to a local activity (62.7% adherence) and completed follow-up outcome measures (62.7% retention). Improvements were observed in all health-related outcomes and those interviewed identified the intervention as acceptable. Study participants attended a range of community-based activities as a result of link worker support. They also reported increased confidence, improved mental health and reduction in fatigue following attendance at community-based activities. The findings of this study indicate that social prescribing is a feasible and acceptable community-based intervention to improve the physical, mental and social health of individuals living with and beyond cancer. A pilot randomised trial is indicated to inform a definitive intervention trial.
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 | 0,025 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».