Longitudinal changes in clusters of cancer patients over an 18-month period.
Notice bibliographique
Résumé
OBJECTIVE: Cross-sectional studies in cancer have revealed the presence of clusters of symptoms (e.g., gastrointestinal, emotional) and of patients (e.g., low or high levels of symptoms), but not much is known about their longitudinal evolution. In addition, their relationships with medical factors (e.g., cancer sites, treatments) and possible consequences (e.g., functioning) have yet to be established. This prospective study assessed the presence of clusters of patients in 828 participants scheduled to undergo surgery for cancer. METHODS: The patients completed the Hospital Anxiety and Depression Scale, the Insomnia Severity Index, the Multidimensional Fatigue Inventory, the EORTC Quality-of-Life-Questionnaire-C30, and a physical symptoms questionnaire at baseline and 2, 6, 10, 14, and 18 months later. RESULTS: Cluster analyses identified between five and eight clusters of patients depending on the time point. The "Low Symptoms" cluster was the most common (24.8 to 35.0% of the sample), whereas one with predominant nausea and vomiting symptoms was among the least common (1.6 to 3.5%). Significant differences were found between cancer sites, treatment regimens, quality of life, and functioning scores. Prostate cancer patients and those treated by surgery only were overrepresented in the "Low" cluster, whereas breast cancer patients were more likely to fall into the "Moderate - Night Sweats" cluster. Clusters with more severe psychological symptoms were associated with lower functioning and quality of life. CONCLUSIONS: This study revealed distinct clusters of patients that varied in number during cancer treatments. Findings also identified some clusters associated with lower quality of life and functioning, which should receive more clinical attention.
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) | 0,002 | 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 ».