Health-related quality of life and associated factors among cervical cancer patients at Tikur Anbessa specialized hospital, Addis Ababa, Ethiopia
Notice bibliographique
Résumé
BACKGROUND: Cancer of the cervix is the most frequent cancer among women in Ethiopia. The disease burden and its treatment adversely affects patients' health-related quality of life (HRQoL). We aimed to investigate the HRQoL and its predictors among cervical cancer patients in Ethiopia. METHODS: A hospital-based cross-sectional study was conducted from January to June 2018 at the oncology unit of Tikur Anbessa Specialized Hospital, Addis Ababa, Ethiopia. A total of 404 cervical cancer patients were interviewed using validated Amharic version of the European Organization for Research and Treatment of Cancer module (EORTC QLQ-C30), cervical cancer module (EORTC QLQ-CX24), and Euro Quality of Life Group's 5-Domain Questionnaires 5-Levels (EQ-5D) questionnaires. ANOVA test was used to determine the effect of patients' characteristics on mean scores of the different domains of HRQoL and stepwise multivariable logistic regression was performed to identify predictors of HRQoL. Coefficients of level-specific utility values obtained from a hybrid regression model for the Ethiopian general population were used to compute utility. RESULTS: The mean age of patients was 52.1 ± 10.4 years and 379 (93.8%) of the patients were receiving service at the outpatient clinic. About one-third (35%) of patients were diagnosed with stage IV cervical cancer. Mean global health status/QoL, mean utility and visual analog scale scores were 48.3 ± 23.77, 0.77 and 65.7 ± 20.83, respectively. Physical functioning (AOR = 4.98, 95% CI:2.16-11.49), emotional functioning (AOR = 5.25, 95% CI:2.26-12.17), pain (AOR = 5.79, 95% CI:2.30-14.57), and symptom experience (AOR = 4.58, 95% CI:1.95-10.79) were associated with patients' HRQoL. CONCLUSIONS: Cervical cancer significantly affects patient's HRQoL and hence, efforts to improve HRQoL should be commenced especially in terms of physical and emotional functioning, pain, and symptom experience.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,002 | 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 ».