MétaCan
Menu
Retour à la cohorte
Enregistrement W2986608782 · doi:10.1186/s12904-019-0465-y

Health-related quality of life and its socio-economic and cultural predictors among advanced cancer patients: evidence from the APPROACH cross-sectional survey in Hyderabad-India

2019· article· en· W2986608782 sur OpenAlexaff
Jean Jacob, Gayatri Palat, Naina R. Verghese, Priya Chandran, Vineela Rapelli, Sanjeeva Kumari, Chetna Malhotra, Irene Teo, Eric Finkelstein, Semra Özdemir

Notice bibliographique

RevueBMC Palliative Care · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésDisadvantagedQuality of life (healthcare)MedicineCross-sectional studyPalliative carePopulationCancerPain medicineSocial supportCancer painAnxietyClinical psychologyGerontologyPsychiatryPsychologyInternal medicineEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with advanced cancer often experience poor health-related quality-of-life (HRQoL) due to cancer and treatment-related side-effects. With India's palliative care landscape in its infancy, there is a concern that advanced cancer patients, especially individuals who are from disadvantaged populations experience poor HRQoL outcomes. We aim to assess HRQoL of advanced cancer patients in terms of general well-being (physical, functional, emotional, and social/family well-being), pain experiences, psychological state, and spiritual well-being, and determine the relationship between belonging to a disadvantaged group and HRQoL outcomes. We hypothesize that patients from disadvantaged or minority backgrounds, identified in this paper as financially distressed, female, lower years of education, lower social/family support, minority religions, and Non-General Castes, would be associated with worse HRQoL outcomes compared to those who are not from a disadvantaged group. METHODS: We administered a cross-sectional survey to 210 advanced cancer patients in a regional cancer center in India. The questionnaire included standardized instruments for general well-being (FACT-G), pain experiences (BPI), psychological state (HADS), spiritual well-being (FACT-SP); socio-economic and demographic characteristics. RESULTS: Participants reported significantly lower general well-being (mean ± SD) (FACT-G = 62.4 ± 10.0) and spiritual well-being (FACT-SP = 32.7 ± 5.5) compared to a reference population of cancer patients in the U.S. Patients reported mild to moderate pain severity (3.2 ± 1.8) and interference (4.0 ± 1.6), normal anxiety (5.6 ± 3.1) and borderline depressive symptoms (9.7 ± 3.3). Higher financial difficulty scores predicted most of the HRQoL domains (p ≤ 0.01), and being from a minority religion predicted lower physical well-being (p ≤ 0.05) and higher pain severity (p ≤ 0.05). Married women reported lower social/family well-being (p ≤ 0.05). Pain severity and interference were significant predictors of most HRQoL domains. CONCLUSIONS: Advanced cancer patients, especially those with lower financial well-being and belonging to minority religions, reported low physical, functional, emotional, social/family, and spiritual well-being, and borderline depressive symptoms. Future studies should be directed at developing effective interventions supporting vulnerable groups such as those with financial distress, and those belonging to minority religions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,363
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Palliative CareMême sujetCancer survivorship and careTravaux en français237 207