Comparing cancer survivors' perceptions on lifestyle behaviors between adolescent-young adult (AYA) and middle-aged patients (pts).
Notice bibliographique
Résumé
207 Background: Lifestyle behaviours such as smoking, physical activity, and alcohol consumption are important determinants of cancer survivorship. Previous studies have compared the lifestyle behaviours of elderly and middle-aged patients (pts), yet no studies have compared these behavioural perceptions between AYA (aged 18-39 years) to those of middle-aged pts (MA, 40-64 years). Methods: Cancer pts across various tumour types at a comprehensive cancer centre were surveyed with respect to their perceptions of how their well-being was affected by smoking, physical activity and alcohol consumption after diagnosis. Univariate logistic regression models evaluated factors associated with perceptions on the effect of various adverse lifestyle behaviours on health and well-being. Results: Of 200 AYA (57% female, 43% male) and 772 MA (56% female, 44% male) pts, a positive smoking history was reported by 33% of AYA and 48% of MA (P<0.001). At time of diagnosis, 55% of AYA and 59% of MA pts consumed alcohol, 16% of AYA and 16% of MA were ex-drinkers, and 28% of AYA and 25% of MA were never drinkers (P=0.62). Among AYA, 26% exercised compared to 20% in the MA group (P=0.19). The majority (72-92%) of pts perceived that smoking and lack of activity after cancer diagnosis negatively affected quality of life, survival chances, and fatigue; there were no significant differences between age groups. In contrast, both age cohorts displayed misperceptions about how alcohol affects health, which was characterized by perceiving neutral or beneficial influence on their overall well-being: Fifty-seven percent of MA pts had a borderline greater misperception versus 49% of AYA pts (P=0.06). Misperceptions regarding how alcohol affects survival were observed in 49% of AYA pts and 58% of MA pts (P=0.05). Misperception with respect to how alcohol affects fatigue was observed in 40% of AYA pts compared to 52% of MA pts (P=0.005). Furthermore, MA pts had 1.63 (95% CI 1.16–2.29) times the odds to have misperceptions regarding how alcohol affects fatigue, and 1.41 (95% CI 1.01–1.97) times the odds to have misperceptions on how alcohol affects survival compared to AYA pts. Conclusions: Both the AYA and MA population were not adequately informed about how alcohol affects cancer survivorship health; with more misperceptions in MA pts. Results from this study advocate for survivorship programs to implement emphasis on the deleterious effects of alcohol, with particular efforts tailored to the MA group.
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 | 0,001 | 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 | 0,000 |
| 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 ».