Screening, Assessment, and Management of Fatigue in Adult Survivors of Cancer: An American Society of Clinical Oncology Clinical Practice Guideline Adaptation
Notice bibliographique
Résumé
PURPOSE: This guideline presents screening, assessment, and treatment approaches for the management of adult cancer survivors who are experiencing symptoms of fatigue after completion of primary treatment. METHODS: A systematic search of clinical practice guideline databases, guideline developer Web sites, and published health literature identified the pan-Canadian guideline on screening, assessment, and care of cancer-related fatigue in adults with cancer, the National Comprehensive Cancer Network (NCCN) Clinical Practice Guidelines In Oncology (NCCN Guidelines) for Cancer-Related Fatigue and the NCCN Guidelines for Survivorship. These three guidelines were appraised and selected for adaptation. RESULTS: It is recommended that all patients with cancer be evaluated for the presence of fatigue after completion of primary treatment and be offered specific information and strategies for fatigue management. For those who report moderate to severe fatigue, comprehensive assessment should be conducted, and medical and treatable contributing factors should be addressed. In terms of treatment strategies, evidence indicates that physical activity interventions, psychosocial interventions, and mind-body interventions may reduce cancer-related fatigue in post-treatment patients. There is limited evidence for use of psychostimulants in the management of fatigue in patients who are disease free after active treatment. CONCLUSION: Fatigue is prevalent in cancer survivors and often causes significant disruption in functioning and quality of life. Regular screening, assessment, and education and appropriate treatment of fatigue are important in managing this distressing symptom. Given the multiple factors contributing to post-treatment fatigue, interventions should be tailored to each patient's specific needs. In particular, a number of nonpharmacologic treatment approaches have demonstrated efficacy in cancer survivors.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».