Cancer care team functioning during the coronavirus 19 pandemic and beyond: A mixed method study
Notice bibliographique
Résumé
Compte tenu de l’évolution rapide et de la nature exigeante des soins courants en cancérologie (p. ex., nouvelles options de traitement, profils et besoins distincts des patients, charge de travail plus élevée, changements en pratique clinique et pénuries de personnel), les équipes de soins se sentent souvent mal outillées pour répondre à ces nouveaux défis. La pandémie de COVID-19 pose aussi des défis considérables, à court et à long terme, notamment d’importantes perturbations liées au travail, des changements rapides dans les pratiques ainsi que des réductions de la main-d’œuvre. Dans ce contexte, il est important de mieux comprendre le fonctionnement des équipes de soins en cancérologie lors des pandémies et d’identifier les facteurs qui peuvent prédire un fonctionnement optimal. Cette thèse de doctorat visait à: 1) Identifier les caractéristiques clés du fonctionnement de l’équipe de soins en cancérologie pendant les crises sanitaires grâce à une synthèse narrative de la littérature, 2) Mesurer les perceptions des parties prenantes du fonctionnement des équipes pendant la COVID-19 et dans sa transition, et évaluer si les perceptions des patients à l’égard du fonctionnement de l’équipe sont significativement associées à leurs expériences de soins, et 3) identifier les attributs clés du fonctionnement optimal de l’équipe, tels qu’ils sont perçus par les participants interrogés. En conséquence, la thèse comprend trois manuscrits, chacun répondant aux objectifs de recherche susmentionnés. Le manuscrit #1 intitulé « Fonctionnement de l’équipe de soins en cancérologie pendant la COVID-19 : une littérature et synthèse narrative » (Publié dans Current Oncology), fournit un aperçu de la littérature existante sur les caractéristiques spécifiques du fonctionnement des équipes en cancérologie pendant la pandémie de COVID-19. Trois thèmes ont été identifiés comme étant essentiels au fonctionnement global de l’équipe de soins contre le cancer au cours de cette période : 1) l’adoption rapide de la technologie virtuelle pour la communication et la collaboration interprofessionnelle, 2) la promotion de la résilience de l’équipe, et 3) l’encouragement à prendre soin de soi et l’optimisation du soutien de l’équipe. Le manuscrit #2 intitulé « Mesurer le fonctionnement des équipes au cours de la pandémie COVID-19: points de vue des membres de l'équipe de soins en cancérologie » (soumis au Journal of Multidisciplinary Healthcare) rend compte des perceptions des participants concernant les indicateurs clés du fonctionnement de l’équipe : Efficacité de l’équipe et la coordination relationnelle de l’équipe pendant la COVID-19 (T1) et pendant la transition hors de la pandémie (T2). De plus, les associations potentielles entre les perceptions des patients et leurs expériences de soins en cancérologie sont explorées. Dans l’ensemble, les participants (N = 66) représentant quatre groupes (13 professionnels de la santé, 40 patients, 6 aidants naturels et 7 bénévoles) ont été recrutés dans deux cliniques externes de cancérologie d’un hôpital universitaire à Montréal (Québec, Canada), et invités à compléter les questionnaires auto-rapportés à T1 (N = 66) et T2 (n = 44). À T1, les participants ont fait état d’une perception élevée de l’efficacité de l’équipe (échelle de 1 à 6) M = 4.47 ; ET = 0.71 (Mdn = 4.54 ; EIQ : 4.06-5) et coordination relationnelle (échelle de 1 à 5) M = 3.77 ; ET = 0.77 (Mdn = 3.81 ; EIQ : 3.12 à 4.38). Les perceptions sont demeurées relativement inchangées pendant la transition, et aucune différence significative n’a été constatée entre les quatre groupes. Il est intéressant de noter qu’aux deux moments, les perceptions des patients étaient positivement corrélées à leur expérience des soins (corrélations de Spearman allant de 0.69 à 0.83 ; p < 0.01)Manuscrit #3 intitulé « Utilisation de la cartographie cognitive pour explorer les modèles mentaux des parties prenantes du fonctionnement de l’équipe de cancérologie pendant et après la COVID-19 » (soumis au International Journal of Care Coordination), explore les perceptions des intervenants sur les attributs contribuant au fonctionnement de l’équipe de soins en cancérologie pendant COVID-19 et en transition. Treize participants (5 professionnels de la santé, 3 patients, 2 aidants naturels et 3 bénévoles) ont pris part à des séances virtuelles distinctes de cartographie cognitive qui consistent à créer des cartes de modèles mentaux pour un fonctionnement optimal de l’équipe en cancérologie. Ces séances (d’une durée approximative d’une heure chacune), au cours desquelles les participants ont identifié les facteurs liés au fonctionnement optimal, ont servi à cerner les relations entre divers facteurs. Des pondérations furent attribuées quant à la force de l’influence des relations sur le fonctionnement de l’équipe. La combinaison des cartes distinctes de chaque groupe a conduit à un modèle mental partagé identifiant les cinq attributs les plus forts liés au fonctionnement optimal de l’équipe : Une communication efficace, des expériences améliorées en matière de soins, la philosophie de soins (c.-à-d. empathie, compassion, respect), un soutien aux besoins psychosociaux des patients et des professionnels de santé et une clarté du rôle des membres de l’équipe. Dans l’ensemble, cette thèse fournit des données indispensables sur le fonctionnement de l’équipe de cancérologie pendant et au-delà de la pandémie. Elle fournit aussi des évidences quantitatives et qualitatives à l’appui de l’intégration des perceptions de plusieurs parties dans la cocréation de lignes directrices pour un fonctionnement optimal des équipes alors qu’elles font face à des défis importants tels qu’une pandémie. Les connaissances acquises soulignent la nécessité d’élargir les cadres conceptuels existants liés au fonctionnement de l’équipe et de réexaminer les priorités en matière de soins afin d’améliorer la préparation de l’équipe quant aux futures pandémies. Des mesures standardisées permettraient ensuite d'informer, de suivre et d'orienter les améliorations fonctionnelles de l'équipe. La pandémie de COVID-19 a certainement remodelé le paysage des soins révélant des leçons essentielles pour les équipes, et de l’information clé qui peut servir à optimiser leur fonctionnement. Les résultats présentés ici fournissent des pistes précieuses afin de construire des équipes futures plus résilientes
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 | 0,014 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».