A Survey of Patient Experience in CML: American and Canadian Perspectives
Notice bibliographique
Résumé
Purpose: With treatment, chronic myeloid leukemia (CML) has a favorable prognosis, however, individuals with CML experience impairment to their quality of life (QoL). The aim of this study was to examine the perspectives and experiences of individuals with CML and to understand their challenges communicating with their CML physician. Patients and Methods: An online survey in adults with CML (n=100) in the US and Canada assessed QoL, patient-provider relationships, treatment satisfaction, and understanding of CML and treatment goals via the MD Anderson Symptom Inventory, the Cancer Therapy Satisfaction Questionnaire and de novo survey questions. Participants were recruited via an external patient recruiter and CML Patient Groups. Results: Many participants reported hardships due to CML and its treatment. The main impacts were on the ability to work (21%), engage in personal activities (e.g., hobbies, 28%), and to enjoy sexual relations (median=2.00, IQR=8.50). A substantial proportion (21-39%) wished to discuss additional topics with their providers (e.g., management of CML and/or its impacts). While participants reported satisfaction with therapy overall (median=85.71, IQR=17.86), they indicated low to moderate treatment satisfaction with specific components, including concerns regarding side effects (median=43.75, IQR=43.75). Participants generally had a good understanding of CML (97%) and its treatment goals (92%). Conclusion: These findings advance our understanding of issues that need improvement to support QoL for individuals living with CML. Future work is needed to improve patient-provider relationships, address treatment-related side effects, and provide clinical information that is easier for patients to understand.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».