Awareness of venous thromboembolism among patients with cancer: Preliminary findings from a global initiative for World Thrombosis Day
Notice bibliographique
Résumé
BACKGROUND: Cancer-associated venous thromboembolism (CAT) has detrimental impact on patients' clinical outcomes and quality of life. Data on CAT education, communication, and awareness among the general cancer population are scanty. METHODS: We present the preliminary results of an ongoing patient-centered survey including 27 items covering major spheres of CAT. The survey, available in 14 languages, was promoted and disseminated online through social networks, email newsletters, websites, and media. RESULTS: As of September 20, 2022, 749 participants from 27 countries completed the survey. Overall, 61.8% (n = 460) of responders were not aware of their risk of CAT. Among those who received information on CAT, 26.2% (n = 56) were informed only at the time of CAT diagnosis. Over two thirds (69.1%, n = 501) of participants received no education on signs and symptoms of venous thromboembolism (VTE); among those who were educated about the possible clinical manifestations, 58.9% (n = 119) were given instructions to seek consultation in case of VTE suspicion. Two hundred twenty-four respondents (30.9%) had a chance to discuss the potential use of primary thromboprophylaxis with health-care providers. Just over half (58.7%, n = 309) were unaware of the risks of bleeding associated with anticoagulation, despite being involved in anticoagulant-related discussions or exposed to anticoagulants. Most responders (85%, n = 612) valued receiving CAT education as highly relevant; however, 51.7% (n = 375) expressed concerns about insufficient time spent and clarity of education received. CONCLUSIONS: This ongoing survey involving cancer patients with diverse ethnic, cultural, and geographical backgrounds highlights important patient knowledge gaps. These findings warrant urgent interventions to improve education and awareness, and reduce CAT burden.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».