Listening in: Identifying Considerations for Integrating Complementary Therapy into Oncology Care Across Patient, Clinic, and System Levels—A Case Example of a Digital Meditation Tool
Notice bibliographique
Résumé
Purpose: As cancer treatments and survival rates continue to improve, integrating supportive complementary therapies into oncology practice is increasingly important. Identifying patient- and clinic-level considerations can guide the selection and integration of evidence-based and effective therapies. Using the Behavioural Design Space (BDS), this study illustrates how a design framework can facilitate the identification of patient needs, clinic requirements, and system-level constraints prior to implementing a digital meditation tool (DMT). Methods: A cross-sectional survey of cancer patients in active treatment to assess distress, attitudes, barriers, and knowledge of meditation. Descriptive statistics and binary multivariate logistic regressions examined associations between patient characteristics and interest in meditation or using a DMT. Findings were mapped onto the six elements of the BDS framework in consultation with clinic staff. Results: Among 148 patients surveyed, 65% had never meditated, yet 42% expressed interest in using a DMT. Greater engagement in stress-coping activities was the strongest predictor of interest in both learning meditation and using a DMT. Female sex increased, while age decreased, the odds of interest in using a DMT. Conclusions: Integrating complementary therapies into oncology care requires attention to patient, clinic, and system-level factors. The BDS framework can guide the therapy/tool selection process by highlighting patient needs, potential barriers, and implementation challenges. Future work should focus on operationalizing the BDS into a practical decision-making tool for healthcare providers.
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 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| 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 ».