Notice bibliographique
Résumé
목적: 국내에서 재가암환자를 대상으로 시행된 연구는 많지 않다. 이 연구의 목적은 재가암환자들의 증상정도와 돌봄 요구도를 확인하기 위함이다. 방법: 진주시 재가암 서비스에 등록된 환자를 대상으로 자료를 수집하였다. 측정은 보건소에 소속된 간호사들이 시행하였다. 증상의 평가를 위해 Edmontone Symptome Assessment System (ESAS)와 Numeric Rating Scale (NRS)가 사용되었으며 정신적, 사회적 영적 요구도의 평가를 위해 4점 Likert scale이 사용되었다. 결과: 2013년 10월에 단면조사 방식으로 자료를 수집하였다. 총 209명이 등록되었으며 평균 나이는 65세였다(범위 17~89세). 대다수의 환자들이 초기에 진단 받았으며(n=188), 19명만이 진행된 병기였다. 절반 이상의 환자들이 혼자 거주하고 있었으며(n=115, 55%), 다른 보호자가 없이 스스로 돌보고 있었다(n=128, 61.2%). 식욕부진과 피로가 가장 흔한 증상이었다(NRS 중앙값 각각 5, 4). 환자들은 경제적 문제에 대한 지원이 가장 필요한 반면 영적인 돌봄이 가장 적게 필요하다고 대답하였다(n=138 [67.3%] vs. n=128 [62.1%]). 결론: 이 자료는 진주시 재가암환자들이 신체적 증상과 경제적 문제로 고통 받고 있다는 결과를 보여주었다. 서비스의 질을 향상시키기 위하여 맞춤형 접근이 필요할 것으로 사료된다. 【Purpose: This study was performed to identify the symptoms and care needs of home-based cancer patients in Korea and to add to the scarce literature on this topic. Methods: Data were collected from patients who subscribed to home-based cancer care services in Jinju. Assessments were performed by nurses at the local public health center. The Edmonton Symptom Assessment System with a numeric rating scale (NRS) was used to identify symptoms, and a four-point Likert scale was used to assess psychological, social, and spiritual needs. Results: Cross-sectional data were collected in October 2013. A total of 209 patients participated and their median age was 65 years (range, 17~89 years). Most patients were diagnosed in the early stage of cancer (n=188); only 19 patients were diagnosed in the advanced stage. More than half the patients lived alone (n=115, 55.0%) and took care of themselves (n=128, 61.2%). Anorexia and fatigue were the most common symptoms (median NRS, 5 and 4, respectively). Patients needed economic support the most, whereas spiritual care was least needed (n=138 [67.3%] vs. n=128 [62.1%], respectively). Conclusion: Patients who signed up for home-based cancer care services in Jinju are struggling with a financial issue and physical symptoms. A customized approach is needed to improve the quality of the home-based care services.】
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».