MétaCan
Menu
Retour à la cohorte
Enregistrement W3174132700 · doi:10.1002/cnr2.1478

<scp>Patient‐reported</scp> symptom burden in routine oncology care: Examining racial and ethnic disparities

2021· article· en· W3174132700 sur OpenAlexaboutno aff
Hailey W. Bulls, Pi‐Hua Chang, Naomi C. Brownstein, Junmin Zhou, Aasha I. Hoogland, Brian D. Gonzalez, Peter A.S. Johnstone, Heather Jim

Notice bibliographique

RevueCancer Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteTaichung Veterans General HospitalU.S. Department of Veterans Affairs
Mots-clésMedicineEthnic groupCancerDisease burdenDiseaseHealth equityInternal medicinePublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Racial and ethnic disparities are well-documented in cancer outcomes such as disease progression and survival, but less is known regarding potential disparities in symptom burden. AIMS: The goal of this retrospective study was to examine differences in symptom burden by race and ethnicity in a large sample of cancer patients. We hypothesized that racial and ethnic minority patients would report greater symptom burden than non-Hispanic and White patients. METHODS AND RESULTS: A total of 5798 cancer patients completed the Edmonton Symptom Assessment Scale-revised (ESAS-r-CSS) at least once as part of clinical care. Two indicators of symptom burden were evaluated: (1) total ESAS-r-CSS score (i.e., overall symptom burden) and (2) number of severe symptoms (i.e., severe symptomatology). For patients completing the ESAS-r-CSS on multiple occasions, the highest score for each indicator was used. Zero-inflated negative binomial regression analyses were conducted, adjusting for other sociodemographic and clinical characteristics. Symptomology varied across race. Patients who self-identified as Black reported higher symptom burden (p = .016) and were more likely to report severe symptoms (p < .001) than self-identified White patients. Patients with "other" race were also more likely to report severe symptoms than White patients (p = .032), but reported similar total symptom burden (p = .315). Asian and Hispanic patients did not differ from White or non-Hispanic patients on symptom burden (ps > .05). CONCLUSION: This study describes racial disparities in patient-reported symptom burden during routine oncology care, primarily observed in Black patients. Clinic-based electronic symptom monitoring may be useful to detect high symptom burden, particularly in patients who self-identify their race as Black or other. Future research is needed to reduce symptom burden in racially diverse cancer populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,931

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,325
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ReportsMême sujetCancer survivorship and careTravaux en français237 207