Investigating the Pre‐Implementation Facilitators and Barriers of the Implementation of the Fear of Recurrence Therapy (FORT) Intervention in Canadian Cancer Centers
Notice bibliographique
Résumé
OBJECTIVES: Fear of cancer recurrence (FCR) is the number one unmet psychosocial need of cancer survivors. Fortunately, several interventions have demonstrated their efficacy in reducing FCR in randomized controlled trials (RCTs), including the Fear of Recurrence Therapy (FORT) intervention, a 6-week, cognitive-existential group therapy. However, few interventions are implemented in routine clinical care. The present study aims to document pre-implementation facilitators and barriers from the perspectives of clinicians and decision-makers to prepare the implementation of FORT in Canadian cancer centers. METHODS: This mixed-methods comparative case study evaluated the process of implementing FORT in 5 Canadian clinical sites. Prior to implementation, we conducted individual semi-structured interviews with clinicians and decision-makers at each site, based on the Consolidated Framework for Implementation Research (CFIR), to uncover barriers and facilitators of implementation. Content analysis was performed on the interviews using the NVivo template provided by the CFIR. RESULTS: We interviewed 20 managers/decision-makers and clinicians who reported facilitators common to all sites: (1) an awareness of the need for an FCR intervention; (2) the perceived benefit of FORT's group format to reduce waitlists for individual FCR services; and (3) that offering an evidence-based intervention was within the mission of their institution. All sites identified staff shortage and concerns for equitable access to FORT as the main barriers. Each site had additional unique barriers. CONCLUSION: This analysis of facilitators and barriers will directly contribute to the selection of site-specific strategies and tools to optimize the implementation of FORT.
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 | 0,021 | 0,044 |
| 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 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».