DonnaRosa Project: Exploring Informal Communication Practices Among Breast Cancer Specialists
Notice bibliographique
Résumé
Background: Healthcare communication often relies on complex digital infrastructures, yet clinicians increasingly adopt general-purpose Instant Messaging Apps (IMAs) such as WhatsApp® to meet unmet needs. DonnaRosa, an Italian community of breast cancer specialists founded in 2017, is a Community of Practice (CoP), where experts exchange second opinions, guidelines, and trial opportunities. This paper examines its origins, practices, and implications. Methods: A mixed-methods design was applied: (1) qualitative analysis of chat logs to identify interaction patterns and rules; (2) a 2024 online survey of 54 members (92.5% response rate) exploring demographics, usage, and perceived value; (3) ongoing semi-structured interviews with founders and participants to reconstruct history, recruitment, and professional impact. Results: The group has grown through personal invitations, creating a friendly network of oncologists. Communication is concise, colloquial, and collegial. Activities focus on case discussions, reassurance, interpretation of guidelines, and exchange of research opportunities. This article presents data from an online survey conducted in 2024, showing that the group is widely used for second opinions, often consulted even on weekends and holidays, and perceived as a source of professional support and learning. Members report that participation frequently changes or refines their clinical judgement, especially when guidelines are incomplete or ambiguous. The community also promotes resilience, reduces professional isolation, supports informal collaboration in research projects, and encourages interaction on organisational and healthcare management issues. Conclusions:DonnaRosa illustrates how informal IMAs can evolve into robust infrastructures of care and professional solidarity, complementing formal systems. In the era of artificial intelligence, CoPs like DonnaRosa may become even more relevant: AI tools, especially large language models, can accelerate literature retrieval and data synthesis, while the CoP provides the critical, experience-based interpretation needed for safe and meaningful application. Such a dual infrastructure—technological and human—offers a promising path for oncology, where complexity requires both computational breadth and the depth of expert clinical judgement. Taken together, these findings and the evolving role of AI in clinical communication underscore the need for oncology societies to develop governance frameworks that ensure the safe, accountable, and clinically appropriate use of instant-messaging tools in professional practice.
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 | 0,013 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».