MétaCan
Menu
Retour à la cohorte
Enregistrement W4415814659 · doi:10.1007/s40271-025-00778-y

How Important is Healthcare-Contact Time to Systemic Treatment Decision-Making in Advanced Gastrointestinal Cancers: Developing Attributes to Include in a Discrete Choice Experiment

2025· article· en· W4415814659 sur OpenAlexaff
Samuel Xavier Stevens, Ella El-Katateny, Isaac Yeboah Addo, Deborah J. Street, Christopher M. Booth, Joanne Shaw, Janette L. Vardy, Richard De Abreu Lourenço

Notice bibliographique

RevuePatient · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensQueen's University
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilUniversity of Sydney
Mots-clésCancerCancer treatmentGastrointestinal cancerClinical trialRisk assessment

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: People receiving treatment for advanced cancer invest substantial portions of their survival time receiving healthcare, labelled the 'time toxicity' of treatment. Although qualitative research has examined the impact of time burden on patients and their caregivers, its influence on treatment decision-making is unclear. OBJECTIVE: Our objective was to explore treatment decision-making with patients with advanced gastrointestinal cancer, their caregivers, and oncologists, and unmask the role of time burden in those decisions. The objective was to inform the design of a subsequent discrete-choice experiment (DCE) investigating the importance of time burden in treatment decision-making. METHODS: A two-step process was used. Factors relevant to treatment decision-making were discussed as part of semi-structured interviews. Responses were analysed using thematic analysis with a focus on measurable themes relevant to the development of candidate attributes for a DCE. Second, we reviewed stated-preferences studies in the field of treatment decision-making in cancer and compared the results with the candidate attributes identified from interviews. RESULTS: Interviews with 45 participants (20 patients, 10 caregivers,15 gastrointestinal oncologists; 53% metropolitan) revealed 4 themes and 6 candidate attributes: expected survival benefit of treatment, impact of physical side effects, effect on day-to-day functioning, route of administration, healthcare contact days, and planned length of the treatment course. Review of 45 published studies yielded no additional attributes. CONCLUSIONS: This study identified six candidate attributes for a forthcoming DCE on time burden in advanced cancer care. These findings support growing efforts to quantify and address time toxicity in cancer treatment decision-making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,080
score de la tête « metaresearch » (Gemma)0,156
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,423

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,156
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,140
Tête enseignante GPT0,421
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePatientMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207