Predictors of prostate cancer survivors’ engagement in self-management behaviors
Notice bibliographique
Résumé
INTRODUCTION: Prostate cancer survivors experience a multitude of late treatment effects, resulting in greater unmet needs, elevated symptom burden, and reduced quality of life. Survivors can engage in appropriate self-management strategies post-treatment to help reduce the symptom burden. The objectives of this study were to: 1) survey the unmet needs of prostate cancer survivors using the validated Cancer Survivor Unmet Needs instrument; 2) explore predictors of high unmet needs; and 3) investigate prostate cancer survivors' willingness to engage in self-management behaviors. METHODS: Survivors were recruited from a prostate clinic and a cross-sectional survey design was employed. Inclusion criteria was having completed treatment two years prior. Descriptive statistics were used to summarize participant characteristics. Univariate and multivariate analyses were done to determine predictors of unmet needs and readiness to engage. RESULTS: A total of 206 survivors participated in the study, with a mean age of 71 years. Most participants were university/college-educated (n=123, 61%) and had an annual household income of ≥$99 999 (n=74, 38%). Participants reported erectile dysfunction (81%) and nocturia (81%) as the most frequently experienced symptoms with the greatest symptom severity χ̄=5.8 and χ̄=4.5, respectively). More accessible parking was the greatest unmet need in the quality-of-life domain (n=34/57, 60%). Overall, supportive care unmet needs were predicted by symptom severity on both univariate (p<0.001) and multivariate analyses (odds ratio [OR ] 1.81, 95% confidence interval [CI] 0.92-1.00, p<0.001). Readiness to engage in self-management was predicted by an income of <$49 000 (OR 3.99, 95% CI 1.71-9.35, p=0.0014). CONCLUSIONS: Income was the most significant predictor of readiness to engage in self-management. Consideration should be made to establishing no-cost and no-barrier education programs to educate survivors about how to engage in symptom self-management.
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 | 0,004 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».