Symptom Trajectories in Posttreatment Cancer Survivors
Notice bibliographique
Résumé
BACKGROUND: Cancer survivorship following cancer treatment is uncertain as physical and psychological sequelae related to the disease or its treatment may persist. However, little is known about the experience of symptoms after treatment. OBJECTIVES: The purposes of this study were to (1) examine postchemotherapy (post-CTX) symptom trajectories in cancer survivors and (2) determine whether demographic characteristics predicted symptom trajectories. METHODS: One hundred patients who recently completed CTX for lung cancer, colorectal cancer, or lymphoma rated symptoms on an electronic patient care monitor system prior to ambulatory care visits. Latent growth curve analyses were conducted to examine the trajectories of pain, fatigue, sleep disturbance, distress, and depression for 16 months after initial CTX. RESULTS: Symptoms were present at the first follow-up visit following CTX (P < .0001) and persisted over 16 months. The depression trajectory was predicted by sex: males showed a convex curvilinear growth trajectory, whereas females showed a concave trajectory (P < .05). Higher distress was predicted by younger age (P < .05). CONCLUSIONS: Psychological and physical symptoms persisted over the 16-month period following CTX for the entire sample. Sex differences in coping could partially explain the different trajectories of growth for depression, but further studies are warranted. Younger patients may be more vulnerable for distress during this posttreatment phase. IMPLICATIONS FOR PRACTICE: The posttreatment surveillance plan for cancer survivors should include a comprehensive assessment of psychological and physical symptoms. Persistence of symptoms can be expected in some patients, and supportive interventions should be tailored according to symptom reports.
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) | 0,001 | 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 ».