A prospective surveillance model for physical rehabilitation of women with breast cancer
Notice bibliographique
Résumé
Chemotherapy-induced peripheral neuropathy (CIPN) results from damage to or dysfunction of the peripheral nerves. The development of CIPN is anticipated for the majority of breast cancer patients who receive neurotoxic chemotherapy, depending on the agent used, dose, and schedule. Sensory symptoms often predominate and include numbness, tingling, and distal extremity pain. Weakness, gait impairment, loss of functional abilities, and other deficits may develop with more severe CIPN. This article outlines a prospective surveillance model for physical rehabilitation of women with breast cancer who develop CIPN. Rehabilitative efforts for CIPN start at the time of breast cancer diagnosis and treatment planning. The prechemotherapy evaluation identifies patients with preexisting peripheral nervous system disorders that may place them at higher risk for the development of CIPN. This clinical evaluation should include a history focusing on symptoms and functional activities as well as a physical examination that objectively assesses the patient's strength, sensation, reflexes, and gait. Ongoing surveillance following the initiation of a neurotoxic agent is important to monitor for the development and progression of symptoms associated with CIPN, and to ensure its resolution over the long term. CIPN is managed best by a multidisciplinary team approach. Early identification of symptoms will ensure appropriate referral and timely symptom management. The prospective surveillance model promotes a patient-centered approach to care, from pretreatment through survivorship and palliative care. In this way, the model offers promise in addressing and minimizing both the acute and long-term morbidity associated with CIPN.
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) | 0,002 | 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 ».