Symptom Burden and Complexity in the Last 12 Months of Life among Cancer Patients Choosing Medical Assistance in Dying (MAID) in Alberta, Canada
Notice bibliographique
Résumé
BACKGROUND: In 2019, cancer patients comprised over 65% of all individuals who requested and received Medical Assistance in Dying (MAID) in Canada. This descriptive study sought to understand the self-reported symptom burden and complexity of cancer patients in the 12 months prior to receiving MAID in Alberta. METHODS: Between July 2017 and January 2019, 337 cancer patients received MAID in Alberta. Patient characteristics were descriptively analyzed. As such, 193 patients (57.3%) completed at least one routine symptom-reporting questionnaire in their last year of life. Mixed effects models and generalized estimating equations were utilized to examine the trajectories of individual symptoms and overall symptom complexity within the cohort over this time. RESULTS: The results revealed that all nine self-reported symptoms, and the overall symptom complexity of the cohort, increased as patients' MAID provision date approached, particularly in the last 3 months of life. While less than 20% of patients experienced high symptom complexity 12 months prior to MAID, this increased to 60% in the month of MAID provision. CONCLUSIONS: Cancer patients in this cohort experienced increased symptom burden and complexity leading up to their death. These findings could serve as a flag to clinicians to closely monitor advanced cancer patients' symptoms, and provide appropriate support and interventions as needed.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».