Symptom Burden in the First Year After Cancer Diagnosis: An Analysis of Patient-Reported Outcomes
Notice bibliographique
Résumé
Purpose Improvement in the quality of life of patients with cancer requires attention to symptom burden across the continuum of care, with the use of patient-reported outcomes key to achieving optimal care. Yet there have been few studies that have examined symptoms in the early postdiagnosis period during which suboptimal symptom control may be common. A comprehensive analysis of temporal trends and risk factors for symptom burden in newly diagnosed patients with cancer is essential to guide supportive care strategies. Methods A retrospective observational study was performed of patients who were diagnosed with cancer between January 2007 and December 2014 and who survived at least 1 year. Patient-reported Edmonton Symptom Assessment System scores, which are prospectively collected at outpatient visits, were linked to provincial administrative health care data. We described the proportion of patients who reported moderate-to-severe symptom scores by month during the first year after diagnosis according to disease site. Multivariable logistic regression models were constructed to identify risk factors for moderate-to-severe symptom scores. Results Of 120,745 patients, 729,861 symptom assessments were recorded within 12 months of diagnosis. For most symptoms, odds of elevated scores were highest in the first month, whereas nausea had increased odds of elevated scores up to 6 months after diagnosis. On multivariable analysis, cancer site, younger age, higher comorbidity, female sex, lower income, and urban residence were associated with significantly higher odds of elevated symptom burden. Conclusion A high prevalence of moderate-to-severe symptom scores was observed in cancers of all sites. Patients are at risk of experiencing multiple symptoms in the immediate postdiagnosis period, which underscores the need to address supportive care requirements early in the cancer journey. Patient subgroups who are at higher risk of experiencing moderate-to-severe symptoms should be targeted for tailored supportive care interventions.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».