Prevalence of cancer-related fatigue in a population-based sample of colorectal, breast, and prostate cancer survivors.
Notice bibliographique
Résumé
9131 Background: Cancer-related fatigue (CRF) is the most prevalent and distressing cancer-related symptom and has a greater negative impact on patients' daily activities and quality of life than other cancer-related symptoms, including pain and depression. However, the prevalence and severity of persistent CRF and related disability in the post-treatment survivorship period has seldom been examined in populations other than breast cancer. The primary objective of the study was to describe the prevalence of significant CRF and associated levels of disability in a mixed cancer population sample at 3 time points in the post-treatment survivorship trajectory. Methods: Based on cancer registry data, a self-administered mail based questionnaire using Dillman's Tailored Design Method was sent to 3 cohorts of disease-free cancer survivors (6-18 months; 2-3 years; and 5-6 years post-treatment) previously treated for non-metastatic breast, prostate or colorectal cancer. Fatigue was measured using the FACT-F and disability was measured with the WHO-Disability Assessment Schedule. Clinical information was extracted from chart review. Frequencies of significant fatigue by disease sites and time points were studied and compared using chi-square test. Disability between those with and without CRF was also compared using Cochran-Armitage trend test. Results: 1294 questionnaire packages were completed (63% response rate). The FACT-F score was 39.1+10.9; 29% (95% CI: [27%, 32%]) of the sample reported significant fatigue (FACT-F≤34) and this was associated with much higher levels of disability (p<0.0001). Breast (40% [35%, 44%]) and colorectal (33% [27%, 38%]) survivors had significantly higher rates of fatigue (≤34) compared to the prostate group (17% [14%, 21%]) (p<0.0001). Fatigue levels remained relatively stable across the 3 time points. Conclusions: CRF was a significant and debilitating symptom for a substantial minority of the respondents across all 3 time points. Effective CRF management strategies are needed and have the potential to significantly reduce morbidity associated with cancer and its treatments and to improve quality of life for the growing population of cancer survivors.
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 | 0,002 |
| 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 | 0,000 |
| 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 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 ».