Symptom burden among head and neck cancer patients in the first year after diagnosis: Association with primary treatment modality
Notice bibliographique
Résumé
PURPOSE: Head and neck cancer (HNC) and its treatment affects quality of life, with significant symptom burden. The main objectives of this study were to examine symptom trajectories of HNC patients by treatment and to identify factors associated with high ESAS scores. METHODS AND MATERIALS: We conducted a retrospective cohort study in patients diagnosed with HNC in Ontario, Canada from 2007 to 2015 using linked health administrative databases. The primary outcome was a monthly patient self-reported moderate-to-severe (≥4) symptom score in the year following diagnosis. Multivariable Modified Poisson regression analyses with robust variance were used to investigate factors associated with moderate-to-severe scores. RESULTS: Of 13,827 HNC patients identified, 4793 had ≥1 ESAS assessment within 12 months of cancer diagnosis. Overall, 60% (n = 2708) and 65% (n = 2903) of patients reported moderate-to-severe pain and poor appetite, respectively. The proportion of patients reporting a score ≥4 increased significantly during treatment and was most pronounced for those who received chemoradiation (CRT). On multivariable analysis, patients who were female (Relative Risk (RR) 1.15, 95% CI 1.08-1.23, received CRT, had a higher comorbidity burden (RR 1.31, 1.23-1.39), and had a diagnosis of oropharyngeal (1.10, 1.02-1.19), or oral cavity cancer (1.31, 1.19-1.45), were at an increased risk of reporting severe pain scores (p < 0.01 for all). CONCLUSION: The majority of HNC patients report high pain scores, with symptom burden highest during the treatment phase, and especially for patients who received radiation or chemoradiation. This large study highlights the need for proactive symptom management during the HNC patients' cancer journey.
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 | 0,000 | 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 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 ».