Prescreening of Patient-reported Symptoms using the Edmonton Symptom Assessment System (ESAS) in Outpatient Palliative Cancer Care
Notice bibliographique
Résumé
Abstract Background: Although early palliative care is associated with a better quality of life and improved outcomes in end-of-life cancer care, the criteria of palliative care referral are still elusive. Methods: We collected patient-reported symptoms using the Edmonton Symptom Assessment System (ESAS) at the baseline, first, and second follow-up visit. The ESAS evaluates ten symptoms: pain, fatigue, nausea, depression, anxiety, drowsiness, dyspnea, sleep disorder, appetite, and wellbeing. A total of 71 patients were evaluable, with a median age of 65 years, male (62%), and the Eastern Cooperative Oncology Group (ECOG) performance status distribution of 1/2/3 (28%/39%/33%), respectively. Results: Twenty (28%) patients had moderate/severe symptom burden with the mean ESAS ≥5. Interestingly, most of the patients with moderate/severe symptom burdens (ESAS ≥5) had globally elevated symptom expression. While the mean ESAS score was maintained in patients with mild symptom burden (ESAS<5; 2.7 at the baseline; 3.4 at the first follow-up; 3.0 at the second follow-up; P =0.117), there was significant symptom improvement in patients with moderate/severe symptom burden (ESAS≥5; 6.5 at the baseline; 4.5 at the first follow-up; 3.6 at the second follow-up; P <0.001). Conclusions: Advanced cancer patients with ESAS ≥5 may benefit from outpatient palliative cancer care. Prescreening of patient-reported symptoms using ESAS can be useful for identifying unmet palliative care needs in advanced cancer patients.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».