Utilizaton of patient reported outcomes measures (PROM) to characterize symptom burden and adherence associated with oral oncolytic therapy.
Notice bibliographique
Résumé
210 Background: The use of patient reported outcome measures (PROMs) to monitor cancer treatment tolerability has been shown to positively impact outcomes. The purpose of this study was to characterize the incidence and severity of side effects, patient self-management confidence, and medication adherence in patients receiving oral oncolytic therapy. Methods: This multicenter, cross-sectional, observational study was conducted across 6 Michigan oncology practices from July 2016-December 2018. Patients were eligible to complete PROMs during the course of their treatment if they were receiving an oral oncolytic medication (excluding endocrine therapy). Results: There were a total of 2252 PROMs completed in 695 patients. Patients were 48% female, a median age of 69 years, and most commonly receiving treatment with capecitabine (18%), palbociclib (10%), and lenalidomide (9%). 54% of PROMs had at least one Edmonton Symptom Assessment Scale (ESAS) symptom rated as moderate or severe. Patients indicated the presence of a most bothersome symptom (MBS) in 35% of PROMs. Most common MBSs were fatigue (26%), pain (16%), constitutional symptoms other than fatigue (15%), and nausea/vomiting (14%). Non-adherence was reported in 20% of PROMs. ESAS symptoms rated as moderate or severe, the presence of a MBS, and lower confidence scores all correlated with medication non-adherence. Conclusions: Patients taking oral oncolytics for their cancer treatment experience a high symptom burden with more than 50% experiencing a moderate to severe symptom. Optimizing symptom management and providing patient education that increases patient confidence in self-management may improve medication adherence and patient outcomes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 ».