MétaCan
Menu
Retour à la cohorte
Enregistrement W2154797375 · doi:10.1177/1044207310394439

Breast Cancer Survivorship and Work Disability

2011· article· en· W2154797375 sur OpenAlexaffabout
Elizabeth Quinlan, Roanne Thomas Mac‐Lean, Thomas F. Hack, Sue Tatemichi, Anna Towers, Winkle Kwan, Bo Miedema, Andrea Tilley

Notice bibliographique

RevueJournal of Disability Policy Studies · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensDalhousie UniversityUniversity of ManitobaMcGill University Health CentreUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSurvivorship curveProductivityBreast cancerMedicinePhysical therapyRange of motionRehabilitationCancerGerontologyEconomicsInternal medicineEconomic growth

Résumé

récupéré en direct d'OpenAlex

Breast cancer survivors can anticipate a number of years of paid labor market participation. Therefore, the link between breast cancer survivorship and productivity deserves serious consideration. The hypothesis guiding this study is that arm disability, particularly pain and range of motion limitations, are important explanatory variables in survivors’ loss of productivity. The study investigates the association between productivity and arm disability over time. The longitudinal data are drawn from survivors in four geographical locations in Canada. Regression results indicate that survivors with arm pain, 2.5 to 3 years postsurgery, are almost 8 times more likely to experience a loss in productivity compared to those survivors without pain, and those with some range of motion limitations are 4 times more likely to experience productivity loss 2.5 to 3 years postsurgery compared to their counterparts without limitations. More than 40% of survivors begin to or continue to experience productivity loss as long as 30 to 36 months after surgery and that the loss in productivity is primarily due to two forms of arm disability: pain and range-of-motion limitations. These findings highlight the importance of rehabilitation programming for breast 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,365
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Disability Policy StudiesMême sujetCancer survivorship and careTravaux en français237 207