Utilisation de cartes de parcours pour comprendre les mesures des résultats rapportés par les patients tout au long de l’expérience du cancer
Bibliographic record
Abstract
Objectif : L’objectif de la présente étude qualitative est de montrer que l’utilisation de cartes de parcours établies à partir des résultats rapportés par les patients facilite la communication entre les cliniciens et les patients lorsqu’il est question de bien-être, à toutes les étapes de l’expérience du cancer. Méthodologie : Des entrevues semi-structurées ont été menées en ligne et par téléphone auprès de 6 personnes âgées de la Colombie-Britannique, au Canada. Elles devaient décrire leur expérience du cancer et l’associer à un score de bien-être en utilisant le questionnaire révisé de l’échelle d’évaluation des symptômes d’Edmonton (revised Edmonton Symptom Assessment Scale ou ESAS-r) tout au long de la trajectoire des soins (pré-diagnostic, diagnostic, traitement, post-traitement). Résultats : En tout, 6 personnes âgées ayant reçu un traitement oncologique ont participé aux entrevues, et 6 cartes de parcours ont été créées; on y constate une fluctuation du niveau de bien-être pendant l’expérience du cancer. Conclusion : Les cartes de parcours facilitent la communication entre le patient et le clinicien, permettent d’adapter les interventions et attirent l’attention des cliniciens sur différents signes afin qu’ils comprennent mieux le bien-être des patients tout au long de l’expérience du cancer. Mots-clés : mesures des résultats rapportés par les patients, cartes de parcours, radiothérapie, soins oncologiques, personnes âgées
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.035 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".