Triage tools to inform the prioritisation of physical health services following a diagnosis of cancer: a scoping review
Notice bibliographique
Résumé
PURPOSE: Many people face multiple cancer- and treatment-related sequalae. Triage and referral to physical health services can manage such consequences, but a comprehensive understanding of available triage tools is lacking. This review (i) identifies tools used to triage to physical health services, (ii) maps tool characteristics and application outcomes and (iii) summarises existing gaps. METHODS: A systematic search was conducted (three databases, April 2024). Articles were included if they used a tool to triage to physical health services. Tools were classified by triaged disciplines (i.e., diet, exercise, physical rehabilitation, multidisciplinary) and screened physical impairments (e.g., malnutrition). Tool characteristics (e.g., triage method) and application outcomes (i.e., reach, triage rates) were extracted. RESULTS: Of 23,369 records retrieved, 67 studies were included. Studies comprised 78 instances of tool use (64 unique tools), where n = 33 triaged to dietetics (42%), n = 6 exercise (8%), n = 11 physical rehabilitation (14%), and n = 28 a combination of health disciplines (36%). Mean age was 65 years. Most tools were used during-treatment (45%), in hospital settings (62%), measured malnutrition/physical function (60%) and used single cut-off scores (68%). Reach and triage rates varied, with exercise (reach = 89%) and diet (triage = 63%) rates highest. CONCLUSION: Many physical health triage tools exist, most solely for dietetics, with heterogeneous characteristics and application outcomes. Updated tools are needed for triage to exercise/physical rehabilitation, multiple age cohorts across the cancer continuum, and that potentially use multiple cut-off scores. Cancer care professionals can use this compendium to identify which tool characteristics best suit their healthcare setting, for optimal outcomes.
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 | 0,019 | 0,101 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,022 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».