Symptoms in patients with lung carcinoma
Notice bibliographique
Résumé
BACKGROUND: The patient perspective on distress associated with lung carcinoma is important, yet understudied. Previous research on symptom experience generally had not differentiated the dimension symptom intensity/frequency from which symptoms are associated with most distress. The objective of the current study was to determine whether patterns of symptom intensity were similar to patterns of symptom distress, whether patterns were consistent at different time points, whether patterns varied by subgroups, and whether high symptom intensity was equivalent to distress. METHODS: Four hundred adults who were newly diagnosed with inoperable lung carcinoma completed a measure of symptom intensity/frequency and a new measure of distress associated with symptoms at six time points during the first year after diagnosis. These data were supplemented by field notes by research nurses and by less structured, qualitative interviews. RESULTS: The mean ranking of distress in the total group and in all subgroups remained constant at all time points, with breathing, pain, and fatigue associated with the most distress. In contrast, the pattern of mean rank order of symptom intensity showed little consistency; however, fatigue had the highest intensity scores at all time points. CONCLUSIONS: The current data challenged the uncritical use of summated scores of different symptom items in the context of lung carcinoma. Breathing and pain appeared to function as icons representing threats associated with lung carcinoma, with distress described as related to the past and the present and to expectations for the future. One of the most promising implications of these data was in fostering a preventive paradigm for symptom palliation.
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 ».