Quality of Life and Affect of Lung Cancer Patients Receiving Chemotherapy
Notice bibliographique
Résumé
Objective:The aim of the present study was to examine the relationships between alexithymia, negative affect,and quality of life(QOL)of lung cancer patients receiving chemotherapy.Methods:51lung cancer patients receiving chemotherapy completed questionnaires of quality of life questionnaire for Chinese cancer patients receiving chemobiotherapy(QLQ-CCC),26-item Toronto alexithymia scale(TAS-26)and symptom checklist (SCL-90).Results:1)The patients had better score in QLQ(increased by 11%,P0.05)and in each aspect of it after chemotherapy than during chemotherapy.2) Alexithymic patients had significantly poorer score in QLQ(was lower by 11%,P0.05)and in physical and psychological aspect of it than non-alexithymic patients after chemotherapy. There was no difference between the two groups during chemotherapy.3) Pearson's correlation showed that physical aspect of QLQ was significantly correlated with TAS-DIF,phase of lung cancer,SCL-somatization and SCL-depression after chemotherapy(r=-0.37～0.61,P0.05),and psychological aspect of QOL was significantly correlated with TAS-DDF,phase of lung cancer,SCL-somatization,SCL-depression and SCL-anxiety after chemotherapy(r=-0.43～0.51,P0.05).4)Stepwise linear regression showed that TAS-DIF and phase of lung cancer were independent predictive variables of physical aspect of QLQ after chemotherapy (t=3.13 and-3.81,P0.05), and phase of lung cancer and SCL-depression were independent predictive variables of psychological aspect of QLQ after chemotherapy(t=-2.42 and-2.84,P0.05).Conclusion:These results suggest that alexithymia,combined with negative affect and other factors,may have a negative effect on the recovery of physical and psychological aspect of quality of life of lung cancer patients receiving chemotherapy.
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) | 0,001 | 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) | 0,000 | 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 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 ».