A scoping review of clinical communication in cancer care in Africa
Notice bibliographique
Résumé
BACKGROUND: Cancer care involves disclosing difficult information, making treatment decisions, and advance care planning. Communication practices and preferences are strongly influenced by sociocultural context. This scoping review aims to identify, map, and appraise the available evidence on clinical communication in cancer care in Africa and recommend priorities for future work. METHODS: A search strategy was developed to identify studies conducted in Africa with a primary focus on patient-clinician communication in cancer care and performed in PubMed, Embase, Web of Science, CINAHL, African Index Medicus, and PsycINFO. Two reviewers independently screened titles and abstracts, full texts, and cited references. Study characteristics were analyzed using descriptive statistics and content analysis. Critical appraisal was performed using the Mixed Methods Appraisal Tool. RESULTS: Our search yielded 58 articles from 19 countries. Study designs were quantitative survey (53%), qualitative (38%), non-randomized experimental (5%), and mixed methods (3%), with no randomized trials. Populations included patients with cancer (n = 25), doctors (n = 24), nurses (n = 16), family/caregivers (n = 16), and/or others. Seven studies (12%) focused on pediatrics. Most studies (60%) focused on clinicians' disclosure of information, often framed as "breaking bad news" or "truth-telling." The remainder focused on information preferences (14%), advance care planning (10%), illness understanding (5%), shared decision making (5%), and communication training (3%). Critical appraisal demonstrated higher quality among qualitative than quantitative studies. CONCLUSIONS: Future work should explore underexamined research areas such as patient-centered communication, translate observational findings into intervention development and testing, implement communication skills training, and evaluate outcomes related to communication in cancer care in Africa.
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 | 0,022 | 0,100 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,032 | 0,033 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».