Acceptability of automatic referrals to supportive and palliative care by patients living with advanced lung cancer: qualitative interviews and a co-design process
Notice bibliographique
Résumé
Abstract Purpose Timely access to supportive and palliative care (PC) remains a challenge. A proposed solution is to trigger an automatic referral process to PC by pre-determined clinical criteria. This study sought to co-design with patients and providers an automatic PC referral process for patients newly diagnosed with stage IV lung cancer. Methods In Step 1 of this work, nine one on one phone interviews were conducted with advanced lung cancer patients on their perspectives on the acceptability of phone contact by a specialist PC provider triggered by an automatic referral process. Interviews were thematically analysed. Step 2: Patient advisors, healthcare providers (oncologists, nurses from oncology and PC, clinical social worker, psychologist), and researchers were invited to join a working group to provide input on the development and implementation of the automatic referral process. The group met biweekly (virtually) over the course of six months. Results From interviews, the concept of an automatic referral process was perceived to be acceptable and beneficial for patients. Participants emphasized the need for timely support, access to peer and community resources. Using these findings, the co-design working group identified eligibility criteria for identifying newly diagnosed stage IV lung cancer patients using the cancer centre electronic health record, co-developed a telephone script for specialist PC providers, handouts on supportive care, and interview and survey guides for evaluating the implemented automatic process. Conclusion A co-design process ensures stakeholders are involved in program development and implementation from the very beginning, to make outputs relevant and acceptable for stage IV lung cancer patients.
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 | 0,077 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,011 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».