Analyse qualitative de l’utilisation des plans de soins de survie (PSS) par les survivants du cancer qui vivent en milieu rural par rapport à ceux qui vivent en milieu urbain
Bibliographic record
Abstract
Objectif : Étant donné le nombre croissant de survivants du cancer, il devient de plus en plus nécessaire de faire passer l’offre de soins des centres de cancérologie aux fournisseurs de soins primaires. Les plans de soins de survie (PSS) ont été créés pour faciliter cette transition. Dans notre étude, nous comparons l’utilisation des PSS entre les survivants qui vivent en milieu rural et ceux qui vivent en milieu urbain de l’est de l’Ontario, en plus d’examiner si les besoins d’utilisation diffèrent entre les deux groupes. Méthodologie : Nous avons recruté 17 survivants qui vivent en milieu urbain et 13 survivants qui vivent en milieu rural ayant bénéficié d’un PSS dans le cadre du Programme de bien-être au-delà du cancer de l’Hôpital d’Ottawa. Nous avons interrogé les participants sur l’utilisation de leur PSS à l’aide d’un guide d’entrevue. La durée des entrevues variait entre 30 et 45 minutes. Nous avons effectué des analyses thématiques et de contenu au moyen du logiciel NVivo 12; nous avons ainsi pu examiner les différences dans l’utilisation des PSS selon le milieu (urbain et rural). Résultats : Les survivants qui vivent en milieu rural faisaient confiance à leurs fournisseurs de soins primaires pendant leur transition et considéraient le PSS plutôt comme un outil pour les professionnels. Les survivants qui vivent en milieu urbain utilisaient le PSS comme un outil de plaidoyer pour communiquer avec leurs fournisseurs de soins primaires et discuter de leur réticence à cesser de recevoir des soins spécialisés. Le premier groupe a indiqué qu’il comptait sur des réseaux de soutien social, alors que le deuxième n’a mentionné aucun soutien social solide. Fait intéressant, les deux parties ont signalé le besoin de s’associer à plus de groupes de soutien formés d’autres survivants. Conclusions : Les difficultés éprouvées par les survivants varient selon qu’ils vivent en milieu rural ou urbain. On peut atténuer ces difficultés grâce à des PSS personnalisés. Tous les survivants gagneraient à interagir avec des groupes de soutien formés d’autres survivants. Nous cherchons à faire ressortir les besoins spécifiques des survivants qui vivent dans différentes régions afin d’améliorer les PSS.
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 | 0.024 | 0.051 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".