Diabetes and Cancer: Impact on Health-Related Quality of Life
Notice bibliographique
Résumé
PURPOSE/OBJECTIVES: To explore whether three factors (physical function, mental health, and social function) of health-related quality of life (HRQOL) are impacted differently in patients with cancer and diabetes when compared to those with cancer who do not have diabetes at the beginning of chemotherapy. DESIGN: Secondary analysis using baseline data from two randomized, controlled trials. SETTING: Two comprehensive cancer centers, one community cancer oncology program, and six hospital-affiliated community oncology centers. SAMPLE: 661 patients aged 21 years or older with a solid tumor cancer or lymphoma undergoing cancer treatment. METHODS: Baseline data from both randomized, controlled trials were used. The SF-36® was used to measure physical function, mental health, and social function. Analysis included descriptive statistics and a general linear model. MAIN RESEARCH VARIABLES: Presence or absence of diabetes and physical function, social function, and mental health. FINDINGS: Patients with cancer and diabetes had significantly lower levels of physical function (p < 0.001) when compared to those who had cancer without diabetes. The interaction of diabetes and age was found to be significantly predictive of mental health (p < 0.05). CONCLUSIONS: The presence of diabetes negatively impacts physical function and mental health in patients undergoing chemotherapy. IMPLICATIONS FOR NURSING: Nurses should be aware of diabetes' effect on HRQOL in patients with cancer. In addition, nurses may need to intervene earlier for patients with diabetes and cancer to maintain or improve their quality of life.
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 | 0,001 | 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 ».