An eHealth system supporting palliative care for patients with non–small cell lung cancer
Notice bibliographique
Résumé
BACKGROUND: In this study, the authors examined the effectiveness of an online support system (Comprehensive Health Enhancement Support System [CHESS]) versus the Internet in relieving physical symptom distress in patients with non-small cell lung cancer (NSCLC). METHODS: In total, 285 informal caregiver-patient dyads were assigned randomly to receive, for up to 25 months, standard care plus training on and access to either use of the Internet and a list of Internet sites about lung cancer (the Internet arm) or CHESS (the CHESS arm). Caregivers agreed to use CHESS or the Internet and to complete bimonthly surveys; for patients, these tasks were optional. The primary endpoint-patient symptom distress-was measured by caregiver reports using a modified Edmonton Symptom Assessment Scale. RESULTS: Caregivers in the CHESS arm consistently reported lower patient physical symptom distress than caregivers in the Internet arm. Significant differences were observed at 4 months (P = .031; Cohen d = .42) and at 6 months (P = .004; d = .61). Similar but marginally significant effects were observed at 2 months (P = .051; d = .39) and at 8 months (P = .061; d = .43). Exploratory analyses indicated that survival curves did not differ significantly between the arms (log-rank P = .172), although a survival difference in an exploratory subgroup analysis suggested an avenue for further study. CONCLUSIONS: The current results indicated that an online support system may reduce patient symptom distress. The effect on survival bears further investigation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».