Scoping clinicians’ perspectives on pre-treatment multidisciplinary care for young women with breast cancer
Notice bibliographique
Résumé
Arden L Corter,1 May Lynn Quan,2 Frances L Wright,3 Erin D Kennedy,4 Marko RI Simunovic,5 Juliet Shao,1 Nancy N Baxter1,6 1Department of Surgery, Li Ka Shing Knowledge Institute, St. Michael’s Hospital, Toronto, Canada; 2Department of Surgery and Oncology, University of Calgary, Calgary, Canada; 3Department of Surgery, University of Toronto, Toronto, Canada; 4Division of General Surgery, University Health Network, Mount Sinai Hospital, Toronto, Canada; 5Department of Surgery, McMaster University, Hamilton, Canada; 6Dalla Lana School of Public Health, University of Toronto, Toronto, Canada Background: Young women with breast cancer (YWBC) experience worse medical and psychosocial outcomes than their older counterparts. Early input from a multidisciplinary team via pre-treatment multidisciplinary cancer conferences (pMCCs) may be important for addressing the complex needs of YWBC. However, pMCCs are not common. This study has two parts: a survey and workshop aimed at assessing clinicians’ perspectives on pMCCs, including the importance of pMCCs in the care of YWBC, as well as barriers to, and strategies for supporting their implementation.Methods: Survey results highlight variability across sites in the delivery of multidisciplinary care in general. However, both survey and workshop results emphasize clinicians’ agreement on the importance of pMCCs and suggest that numerous practical and systems levels barriers be addressed before pMCCs can be implemented.Conclusions: pMCCs have the potential to improve surgical treatment and psychosocial outcomes for YWBC. A combined practical and policy approach to their implementation, which sees extension of existing standards to include pMCCs, may support their adoption and subsequent audit practices to assess the effect of pMCCs on outcomes for YWBC. Keywords: multidisciplinary care, pre-treatment, cancer conference, breast cancer, young women
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 | 0,030 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».