Impact of a Pivot Nurse in Oncology on Patients With Lung or Breast Cancer: Symptom Distress, Fatigue, Quality of Life, and Use of Healthcare Resources
Notice bibliographique
Résumé
PURPOSE/OBJECTIVES: To examine the impact on continuity of nursing care delivered by a pivot nurse in oncology to improve symptom relief and outcomes for patients with lung or breast cancer. DESIGN: Randomized controlled trial in which participants were randomly assigned to an intervention group (n = 93) with care by a pivot nurse in oncology and usual care by clinic nurses or to a control group (n = 97) with usual care only. SETTING: Three outpatient ambulatory oncology clinics in a large university health center in Quebec, Canada. SAMPLE: 113 patients with lung cancer and 77 patients with breast cancer. METHODS: Participants in both groups completed the Symptom Distress Scale, Brief Fatigue Inventory, and Functional Assessment of Cancer Therapy Scale-General version 4 at eight intervals over six months. Healthcare usage was evaluated through a review of hospital records. MAIN RESEARCH VARIABLES: Symptom distress, fatigue level, quality of life, and healthcare usage. FINDINGS: Researchers found no significant differences in symptom distress, fatigue, quality of life, and healthcare usage between groups. CONCLUSIONS: The new nursing role did not have an impact on the patient outcomes under study. IMPLICATIONS FOR NURSING: Experienced nurses with specialized knowledge of oncology symptom assessment and management may reduce the symptom burden experienced by ambulatory patients with breast or lung cancer during active treatment.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».