癌症儿童重返学校适应计划 (web-based)

研究的重要性 被诊断患有癌症的儿童可能会遇到特定于疾病的医疗和社会心理困难（Rabin、Simpson、Morrow 和 Pinto，2011）。 标准的学校护理实践有助于满足儿童的身体、情感、心理、社会和学业需求。 然而，尚未制定决定返回学校时适用的护理标准。 因此，人们认为标准的学校护理实践不足以满足癌症诊断儿童的健康和教育需求（Ellis 等，2013；Thompson 等，2015）。 在世界范围内，在癌症诊断后的儿童返校过程中，已经使用适合人群的实践/方法/模型制定了计划。 建议制定返校计划，因为这些计划可以使被诊断出癌症的儿童、家庭、同龄人、教师和学校工作人员受益（Canter & Roberts，2012）。 在我们的研究中，我们的目标是通过学校-家庭-医院之间制定的返校协议来管理过渡护理，并确保护理协调和儿童的安全。 事实上，返校适应计划的干预将针对儿童、家长、教师和同龄人，这表明我们对需求采取了全面的方法。

应用地点：

手术将在儿童医院小儿白血病门诊进行。

研究人群 该研究的人群包括在儿童医院儿童白血病门诊进行随访并诊断为癌症的儿童。

研究样本 该研究将由一个小组进行。 在一份关于项目评估研究的出版物中，建议 eta 平方应至少为 0.06 和 85% 功效（Crisan & Elliott，2018）。 基于此信息，通过 G*Power 分析（功效为 85%，误差幅度为 5%）估计的样本量为 26。 尽管文献中在方法和测量工具方面尚无类似的研究，但可以看出，在返校干预范围内对类似人群进行的研究中，病例损失在16-32%之间。 为此，计算样本量增加了32%，样本量确定为35个。

数据收集工具 计划在数据收集中使用以下表格。

1. 儿童和家长描述信息表
2. 儿童返校流程数据收集表
3. 儿童社交焦虑量表修订版
4. 青少年社交焦虑量表
5. 儿童癌症应对量表
6. 有肿瘤问题儿童重返学校的准备程度：7-18 岁
7. 过程评估表

统计分析 研究获得的数据将在SPSS 29.0软件包数据程序中进行评估。 在数据分析中，对正态分布的社会人口统计数据采用独立组t检验。 在对群体实施返校适应计划前后测量值的比较中，参数假设采用t检验，参数假设不能满足时采用Wilcoxon符号秩检验。 为了衡量依赖组的统计显着性，如果满足参数假设，则采用单因素方差分析；如果不满足参数假设，则采用Friedman方差分析。 描述性统计的显着性水平为 p<0.05。 定性数据的评估将采用主题内容分析方法。