Outpatient acupuncture effects on patient self-reported symptoms in oncology care: A retrospective analysis of real-world data.
Notice bibliographique
Résumé
135 Background: Increased access to complementary therapies such as acupuncture at academic medical centers has created new opportunities for management of cancer and cancer treatment related symptoms. Methods: Patients presenting for acupuncture treatment during calendar year 2016 at an outpatient integrative medicine clinic in a comprehensive cancer center were asked to complete a modified Edmonton Symptom Assessment Scale (ESAS; 16 symptoms, score 0-10, 10 worst possible) before and after each visit. ESAS subscales analyzed included global (GDS; score 0-90), physical (PHS, 0-60), and psychological distress (PSS, 0-20). ESAS symptom score change pre/post treatment and from baseline visit to first follow up were evaluated by paired t-test. Results: Of 375 participants [mean age 55.6, 68.3% female, 73.9% white, most common cancer diagnosis of breast (32.8%) and thoracic/head&neck (25.9%)], 73.3% had at least one follow-up treatment [mean 4.6 (SD 5.1) treatments]. Highest/worst symptoms at baseline were poor sleep (3.92), fatigue (3.43), well-being (3.31), and pain (3.29). Statistically significant reduction/improvement (pre/post) was observed for all ESAS symptoms and subscales for the initial treatment (p <0.001). Hot flashes had the highest mean reduction (-1.93), followed by fatigue (-1.72), numbness/tingling (-1.70), and nausea (-1.67). Clinically significant reductions were also observed for ESAS subscales of GDS (-12.2), PHS (-8.5), and PSS (-2.6). For symptom change from initial treatment to first follow-up (pre/pre), statistically and clinically significant improvement was observed for spiritual pain (-1.10; p<0.001) and ESAS subscale of GDS (-6.09; p=0.048). Clinical response rates (reduction ≥1) on follow-up were highest for symptoms of spiritual pain (58.9%), dry mouth (57.8%) and nausea (57.3%). Conclusions: Outpatient acupuncture was associated with immediate and longitudinal significant improvement across a range of symptoms commonly experienced by individuals during cancer care. Further research is needed to better understand frequency of treatments needed in clinical practice to help maintain benefit.
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 | 0,004 |
| 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 | 0,001 | 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 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 ».