MétaCan
Menu
Retour à la cohorte
Enregistrement W6991575350

Healthcare Provider Perceptions of Clinically Important Bleeding in Hematological Malignancies: A Qualitative Study

2023· dissertation· en· W6991575350 sur OpenAlexaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2023
Typedissertation
Langueen
DomaineMedicine
ThématiqueNeutropenia and Cancer Infections
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQualitative researchBleedHealth careClinical trialMEDLINEClinical significanceScale (ratio)Clinical Practice
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: Acute leukemia (AL) is a rapidly progressive disease. AL and induction chemotherapy lead to an increased risk of bleeding. Bleeding is measured in clinical trials using the World Health Organization (WHO) bleeding scale. The scale defines a clinically significant bleed as a composite outcome of a grade 2 bleed or higher. The use of this composite outcome is problematic, as it does not distinguish minor bleeds, signs or symptoms of bleeding, does not consider the total burden of bleeding and lacks input from healthcare providers and patients. Given this, our objective was to identify healthcare providers' perspectives on the components of clinically important bleeding in AL patients. Methods: Using qualitative description, we conducted 19 interviews with physicians (n=12), nurses (n=3), and nurse practitioners (n=4) who provide care to AL patients undergoing induction chemotherapy in Canada. Participants were recruited from professional organizations, networks, and social media. Interview data were analyzed using an inductive approach for conventional content analysis. Results: Healthcare providers identified various factors that were considered to determine the significance or severity of a bleed. Participants assessed factors including the location and amount of blood, the management strategy, the need for intervention, multiple bleeds, changes in vital signs and other patient-specific factors. We developed three categories to differentiate bleeds: those with clinical significance, those with potential for clinical significance, and those without clinical significance. Conclusion: Healthcare providers considered various characteristics when determining the significance and or severity of a bleed. These characteristics were assessed in conjunction with other factors such as the patient's medical condition, bleeding history, and clinical intuition to predict the likelihood of a serious bleed. Future research should explore AL patients’ perspectives of clinically important bleeding to create a definition that is informed by evidence, clinicians, and 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 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)0,018
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,008
Communication savante0,0040,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,360
Écart entre enseignants0,309 · 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'étudeQualitatif
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetNeutropenia and Cancer InfectionsTravaux en français237 207