Characteristics and Symptom Burden of Patients Accessing Acupuncture Services at a Cancer Hospital
Notice bibliographique
Résumé
BACKGROUND: Patients with cancer are often impacted by a significant symptom burden. Cancer hospitals increasingly recognize the value of complementary and integrative therapies to support the management of cancer related symptoms. The aim of this study is to provide a better understanding of the demographic characteristics and symptoms experienced by cancer patients who access acupuncture services in a tertiary hospital in Australia. METHODS: A retrospective audit was conducted of patients that presented to the acupuncture service at Chris O'Brien Lifehouse between July 2017 and December 2018. Edmonton Symptom Assessment Scale (ESAS) and Measure Yourself Concerns and Wellbeing (MYCaW) outcome measures were used. The quantitative data was analyzed using descriptive statistics and Principal Component Analysis. RESULTS: A total of 127 inpatients and outpatients (mean age 55, range 19-85) were included with 441 individual surveys completed (264 ESAS, 177 MYCaW). Patients were predominantly female (76.8%) and breast cancer was the most prevalent primary diagnosis (48%). The most prevalent symptoms in the ESAS were sleep problems (88.6%), fatigue (88.3%), lack of wellbeing (88.1%), and memory difficulty (82.6%). Similarly, symptoms with the highest mean scores were numbness, fatigue, sleep problems and hot flushes, whilst neuropathy, and hot flashes were scored as the most severe (score ≥7) by patients. Cluster analysis yielded 3 symptom clusters, 2 included "physical symptoms" (pain, sleep problems, fatigue and numbness/neuropathy), and (nausea, appetite, general well-being), whilst the third included "psychological" symptoms (anxiety, depression, spiritual pain, financial distress). The most frequent concerns expressed by patients (MyCaW) seeking acupuncture were side effects of chemotherapy (24.6%) and pain (20.8%). CONCLUSION: This audit highlights the most prevalent symptoms, the symptoms with the greatest burden and the types of patients that receive acupuncture services at an Australian tertiary hospital setting. The findings of this audit provide direction for future acupuncture practices and research in hospital settings.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 tête enseignante, 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 ».