MétaCan
Menu
← Retour à la cohorte
Enregistrement W2590684839 · doi:10.1200/jco.2016.34.26_suppl.255

Symptom burden and distress in patients with cancer in Africa.

2016· article· en· W2590684839 sur OpenAlexaboutno aff
John Weru

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorryMedicinePalliative careDistressPublic healthCancerFamily medicinePsychiatryHealth careAnxietyNursingClinical psychology

Résumé

récupéré en direct d'OpenAlex

255 Background: Cancer has become a significant public health problem in Africa but still most diagnoses are made late, Sitas et al (2006). The need for palliative care is significant due to the late contact with health care providers and the many symptoms they present with. No study has been undertaken to assess symptomatology for these patients in Africa. Objective: To study the prevalence of symptoms in patients with cancer in an African setting. Methods: Symptom studies from records of patients with cancer referred to the Palliative Care Services at the Aga Khan University Hospital, Nairobi in 6 months. Symptoms charted on Edmonton Symptom Assessment Scale. Results: 42 patients were referred to the service in this period. All the patients reported > 3 symptoms which cut across the physical, social, psychological and spiritual concerns. The most common symptoms were pain in the physical dimension (90%) as reported by the patient. Fatigue was reported by (93%).Family wellbeing was the main worry in psychological dimension (95%). 94 % reported social disconnect due to the diagnosis, job losses and huge cost of health care. 96% suffered from the existential question of why me and worry about the future. Conclusions: Cancer has become a major burden to patients, families, societies and nations in Africa. Patients suffering from this illness experience a myriad of symptoms which require holistic approach to care. Social wellbeing remains a major concern for patients with cancer in Africa.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,210
Tête enseignante GPT0,525
Écart entre enseignants0,315 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→