Determining the unmet survivorship needs in patients with head and neck cancer: A prospective, longitudinal study.
Notice bibliographique
Résumé
e24088 Background: Head and neck cancer patients commonly have unmet needs. Our purpose was to determine the number, type, and predictors of unmet survivorship needs in patients with head and neck cancer over their cancer journey. Methods: Patients with primary, non-metastatic head and neck cancer were prospectively enrolled prior to curative intent treatment (surgery, radiation and or systemic therapy in any combination). Patients completed baseline demographics, the Cancer Survivors' Unmet Needs Measure (CaSUN) and the FACT-HN and then again 3, and 6 months post-treatment. Mean unmet needs at each time point were calculated. Univariable and stepwise multivariable analyses of predictors for number of unmet needs were performed at each time point. Results: Among 187 participants, median age was 64 (31-88) and 148 (79%) were male. Education was beyond high school in 117 (63%) and 63 (41%) were working at diagnosis. Most patients had oropharynx (n = 84; 46%), hypopharynx/larynx (n = 40; 22%) or oral cavity (n = 28;15%) cancers. At least one unmet need was reported by 68%, 52%, and 56% at baseline, 3 and 6 months. The mean number of unmet needs was 7.5 ± 9.1 at baseline, 3.8 ± 6 at 3 months and 5.4 ± 8.5 at 6 months. Higher education level [3.24 (0.24,6.24); p = 0.035] and worse QOL [-0.14 (-0.22,-0.06); p < 0.01] were associated with increased survivorship unmet needs on multivariable analysis at baseline. Worse QOL was associated with increased survivorship unmet needs on multivariable analysis at 3 [-0.21 (-0.31,-0.12); p < 0.01] and 6 months [-0.27 (-0.49,-0.06); p < 0.01]. Table describes the top unmet needs. Conclusions: A high proportion of patients with head and neck cancer have unmet needs, more commonly in patients with poorer quality of life. Post-treatment, unmet needs were more often related to treatment toxicities and their impact on quality of life. [Table: see text]
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».