191-LB: Comorbid Diabetes and Cancer: Differences by Patient Characteristics and Symptom Outcomes
Notice bibliographique
Résumé
Co-morbid Diabetes and Cancer: Differences by Patient Characteristics and Symptom Outcomes More than 32 million Americans have diabetes and 1.8 million new cancer diagnoses are expected in 2020. Epidemiologically, a strong link exists between diabetes and several forms of cancer including pancreatic, colorectal, lung, and liver cancers. As a result of early cancer diagnosis and improved treatment modalities cancer survivors are living longer with other chronic diseases including diabetes. Since knowledge gaps exist regarding potential effects of having both diabetes and cancer, we examined demographic characteristics and Edmonton Symptom Assessment Scale-revised scores of 306 adult palliative care patients with cancer, 42 of whom had diabetes. The mean age of those with and without diabetes did not differ significantly (67.3±5.4 vs. 66.3±7.8, respectively; p=.35). Among these 306 patients, the prevalence of diabetes was 16% among males versus 12% among females (p=.40); 20% among African Americans, 11% among non-Hispanic Whites, and 23% among other races (p=.04). Those with diabetes reported significantly lower pain (2.7±2.6) than those without diabetes (3.6±2.9, p=.05). However, there were no significant differences between those with and without diabetes in depression (2.3±2.6 vs. 2.1±2.6, p=.69) and well-being (3.2±2.6 vs. 3.6±2.5, p=.32). Prevalence differed significantly for patients with diabetes versus those without diabetes for pancreatic cancer (14% vs. 5%, p=.04) but not for lung (26% vs. 17%, p=.20), colorectal (10% vs. 5%, p=.29), or liver (7% vs. 2%, p=.08) cancers. Findings revealed few differences across demographic characteristics and pain, depression and well-being among palliative care patients with and without diabetes. Additional prospective research is needed to investigate the effects of comorbid diabetes and cancer in a larger sample of subjects with a focus on specific cancer subtypes. Disclosure L. Scarton: None. D.J. Wilkie: None. G. Fitchett: None. L. Emanuel: None. G. Handzo: None. Y. Yao: None. H.M. Chochinov: None.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».