Cancer Nutrition and Rehabilitation—Its Time Has Come!
Notice bibliographique
Résumé
Cancer is a systemic disease that can affect nearly every organ in the body, resulting in a progressive loss of organ function. That loss of function may be initially slow, having minimal effect, or it may be rapid, resulting in more dramatic changes.The usual medical management of patients with cancer has focused more specifically on the administration of cytotoxic treatments. These treatments can potentially eradicate or minimize the tumour, but they may also have toxic side effects that in turn can also affect the patient.Cancer rehabilitation is a process that assists the individual with a cancer diagnosis to obtain optimal physical, social, psychological, and vocational functioning within the limits created by the disease and its treatment. The McGill Cancer Nutrition and Rehabilitation (CNR) program developed as a result of the ever-increasing demand for a focus on addressing individual cancer patients and their needs, as well as on achieving optimal tumour-related outcomes. Using an interdisciplinary approach, the CNR's global objective is to empower individuals who are experiencing loss of function, fatigue, malnutrition, psychological distress, and other symptoms as a result of cancer or its treatment to improve their own quality of life. All team members-experts in their respective fields-assess all patients. At a subsequent team discussion and planning meeting, a specific 8-week program is designed for each patient. The hoped-for outcome for the CNR program is primarily to empower patients to "take control" or to enable them to improve their own quality of life. This article reviews the philosophy of the CNR's approach and the roles played by the various members of the team.
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 ».