Alcohol Use Assessment in Young Adult Cancer Survivors
Notice bibliographique
Résumé
PURPOSE/OBJECTIVES: To determine whether oncology practitioners assess for alcohol consumption rates and usage patterns among young adult cancer survivors, and to determine drinking patterns and frequency of alcoholic beverage consumption among young adult cancer survivors. DESIGN: Retrospective chart review. SETTING: Two outpatient cancer clinics. SAMPLE: 77 young adult survivors of childhood cancer aged 18-30 years. METHODS: Charts were selected from June to December 2009 and data were extracted using a structured questionnaire. MAIN RESEARCH VARIABLES: Oncology practitioner assessment of alcohol use and alcohol consumption of young adult cancer survivors. FINDINGS: Alcohol screening was conducted for 48 participants. No significant differences were noted in most variables between those not screened for alcohol use and those screened for alcohol use. Of the 48 screened for alcohol use, 30 reported "no use." For the 18 who reported alcohol use, the terms used to describe the frequency varied and were vague. CONCLUSIONS: The key finding of the study was that screening and documentation of alcohol consumption was poorly and inconsistently performed in the authors' sample of young adult cancer survivors. IMPLICATIONS FOR NURSING: Similar to healthy young adults aged 18-30 years, young adult cancer survivors are at a developmental age where it is likely they will engage in unhealthy drinking; therefore, they should be screened for alcohol use and binge drinking. Practitioners can incorporate simple, short questions into health assessment visits that allow them to screen for unhealthy alcohol use.
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) | 0,001 | 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 | 0,001 |
| 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 ».