Learning to Live With and Beyond Hematological Cancer: A Narrative Study for a Comprehensive Patient Perspective
Notice bibliographique
Résumé
PURPOSE: The aim is to describe and conceptualize the lived experiences of people learning to live with and beyond hematological cancer throughout the cancer trajectory. METHOD: This study used a narrative qualitative methodology to explore the experiences and experiential learning processes of people living with and beyond hematological cancer throughout their cancer care trajectory. Participants were recruited via a Canadian patient advocacy organization, and data were collected via remote semi-structured interviews, which were transcribed into first-person narratives and validated by participants. Data were analyzed using a hybrid inductive/deductive content analysis framework based on an educational biography reconstruction analysis approach. RESULTS: Twelve participants described their experiences during the hematological cancer care trajectory. These were conceptualized into 4 phases. The first phase, characterized as "Loss and Disruption," occurs during the time of the first symptoms and diagnosis. Next, we present the second phase, characterized by "Putting One's Life on Hold" during treatment. Then, we describe the third phase, characterized by "Rediscovery and Personal Development," which occurs at the end of treatment. The fourth phase, "Starting Over, Drawing from Experience" represents the experience of recurrence of cancer that is common in hemato-oncology. CONCLUSIONS: This study highlights how the hematological cancer care trajectory influenced the process of learning to live with the disease. This experiential learning is closely tied to the different stages of the care trajectory, its key events, and the various individuals involved. These results will assist oncology nurses in developing sensitivity through a deeper understanding of each patient's unique journey and experiential learning.
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 | 0,010 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,008 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».