Dignity and Its Influencing Factors in Patients with Cancer in North China: A Cross-Sectional Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Patients with cancer experience various levels of loss of dignity. Exploring levels of loss of dignity and the factors that influence such losses for patients with cancer is rare, but important in palliative care in China. Methods: Participants were cancer patients with early and advanced cancer recruited from a tertiary cancer hospital in North China. Patients were surveyed to assess their level of loss of dignity and potentially relevant factors. Data were collected using the Patient Dignity Inventory, the MD Anderson Symptom Inventory–Chinese, the distress thermometer, the Hospital Anxiety and Depression Scale, and the 30-question core Quality of Life Questionnaire from the European Organisation for Research and Treatment of Cancer, and were analyzed using quantitative methods. Results: The study included 202 cancer patients, 143 of whom experienced mild loss of dignity (71%); 37, moderate loss of dignity (18%); and 10, severe loss of dignity (5%). The problems with dignity were slightly different in patients with early-stage disease than in those with advanced-stage disease. Loss of dignity in the patients was significantly correlated with psychological distress, symptom burden, and quality of life (p < 0.05). Logistic regression showed that age, Karnofsky performance status, anxiety, and symptom burden were significant predictors of loss of dignity. Conclusions: Most patients with early and advanced cancer experienced some level of loss of dignity. Loss of dignity was more likely for patients of younger age, high Karnofsky performance status, high symptom burden, and anxiety. Understanding the dignity of cancer patients and potentially relevant factors is of great value for implementing comprehensive palliative care in China.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle