Assessment of Symptom Clusters in People With Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The control, and ideally prevention, of symptoms such as pain, depression, and fatigue is dependent on a comprehensive clinical assessment. Furthermore, to advance the science of this field, symptom research requires the use of multidimensional instruments with proven validity and reliability in a cancer population across the lifespan. Studies demonstrate a significant correlation among pain, depression, fatigue, and other symptoms commonly seen throughout the course of cancer. Therefore, multidimensional scales incorporating the most common symptoms would ensure systematic assessment. Optimally, valid and reliable tools that measure symptom clusters would be feasible for use in both clinical and research settings. Currently available instruments that measure symptom clusters include the Edmonton Symptom Assessment Scale, the M.D. Anderson Symptom Inventory, the Memorial Symptom Assessment Scale, the Rotterdam Symptom Checklist, the Symptom Distress Scale, and others. Special populations include cancer patients with advanced disease, where symptom prevalence is expected to increase. Newer tools that attempt to address these populations are the Brief Hospice Inventory and the Hospice Quality of Life Index, appropriate for cancer patients with more advanced disease. Each of these tools has demonstrated utility in measuring symptom severity and quality of life. Few scales have been validated in the measurement of symptom clusters in children, in cognitively impaired adults, or in non-English speaking patients from various cultural backgrounds. The strengths and limitations presented in the clinical and research uses of each these instruments will be presented, as will be areas for future investigation.
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.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle