Identification of Tools to Measure Changes in Musculoskeletal Symptoms and Physical Functioning in Women With Breast Cancer Receiving Aromatase Inhibitors
Notice bibliographique
Résumé
PURPOSE/OBJECTIVES: To estimate and compare responsiveness of standardized self-reported measures of musculoskeletal symptoms (MSSs) and physical functioning (PF) during treatment with aromatase inhibitors (AIs). DESIGN: Prospective, longitudinal study. SETTING: Park Nicollet Institute and North Memorial Cancer Center, both in Minneapolis, MN. SAMPLE: 122 postmenopausal women with hormone receptor-positive breast cancer. METHODS: MSSs and PF were assessed before starting AIs and at one, three, and six months using six self-reported MSSs measures and two PF tests. MAIN RESEARCH VARIABLES: MSSs and PF changes from baseline to six months. FINDINGS: Using the Breast Cancer Prevention Trial-Musculoskeletal Symptom (BCPT-MS) subscale, 54% of participants reported MSSs by six months. Scores from the BCPT-MS subscale and the physical function subscales of the Australian/Canadian Osteoarthritis Hand Index (AUSCAN) and Western Ontario and McMaster Osteoarthritis Index (WOMAC) were most responsive to changes over six months. CONCLUSIONS: BCPT-MS, AUSCAN, and WOMAC were the most responsive instruments for measuring AI-associated MSSs. IMPLICATIONS FOR NURSING: Assessment and management of MSSs are important aspects of oncology care because MSSs can affect functional ability and AI adherence. KNOWLEDGE TRANSLATION: The three measures with the greatest sensitivity were the BCPT-MS, AUSCAN, and WOMAC questionnaires. These measures will be useful when conducting research on change in MSSs associated with AI treatment in women with breast cancer.
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 ».