Care Needs and Symptoms Burden of Breast Cancer Patients in Jordan: A Cross-Sectional Study
Notice bibliographique
Résumé
Breast cancer is the most common malignancy in Jordan. Rigorous needs assessment for breast cancer patients can prioritize both cancer care and palliative care to propose the appropriate services effectively. We conducted a cross-sectional study of breast cancer patients in a cancer center in Jordan. We assessed symptom burden, comorbidities, and performance using the Edmonton Symptom Assessment System (ESAS), the Charlson Comorbidity Index (CCI), and the Australia-modified Karnofsky performance scale (AKPS). Descriptive analysis and regression models to predict the highest symptom burden were used. A total of 233 participants were enrolled: curative vs. palliative intent groups (147 (63%) vs. 86 (37%) patients), respectively. Tiredness was the most reported symptom in 189 patients (81%), while nausea was the least in 61 patients (26.2%). A relationship between the AKPS score and total ESAS was seen (correlation coefficient of −0.487; p < 0.0001). The prevalence of anxiety (p = 0.014), lack of appetite (p = 0.002), poor well-being (p < 0.001), and sleep disorder (p = 0.035) was higher in the palliative care intent group than in the curative one. We identified unmet needs in breast cancer patients. Both groups showed a prevalence of distressing symptoms suggesting that even those with non-palliative intent have high needs and should receive integrated palliative care.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».