MétaCan
Menu
← Retour à la cohorte
Enregistrement W4324136360 · doi:10.1200/jco.2023.41.6_suppl.660

Improved health-related quality of life (HR-QOL) with use of an online mindfulness tool in patients with metastatic renal cell carcinoma (mRCC) receiving immunotherapy (IO).

2023· article· en· W4324136360 sur OpenAlexaff
Cristiane Decat Bergerot, Jasnoor Malhotra, Paulo Gustavo Bergerot, Errol J. Philip, Daniela V. Castro, Ameish Govindarajan, Lorena Nascimento Manrique Molina, William Hiromi Fuzita, Andressa Cardoso de Azeredo, Augusto C. A. Mota, Marcos V S Franca, Gabriel Marques dos Anjos, Romildo De Araujo Periera Filho, Douglas Manfroi de Souza, Joann Hsu, Neal Shiv Chawla, Alex Chehrazi‐Raffle, Bechara J. Saab, Linda E. Carlson, Sumanta Pal

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineMindfulnessQuality of life (healthcare)AnxietyPopulationInternal medicineCancerPsychological interventionWorryNivolumabIpilimumabPhysical therapyOncologyImmunotherapyClinical psychologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

660 Background: Previous randomized studies have shown the benefit of interventions to increase mindfulness in multiple cancer types, including prostate cancer (Chambers et al JCO 2017), but limited data exists in mRCC. We sought to determine the effect of an app-based mindfulness intervention on anxiety, fear of cancer progression (FCR), fatigue and HR-QOL in this population. Methods: Eligible patients had mRCC, were receiving IO, had measurable symptoms of anxiety or FCR, had a smartphone with internet access and had not participated in a mindfulness program in the past 5 years. Patients were recruited in Brazil across 7 private centers and one academic center in the US. We evaluated the Mindfulness-Based Cancer Survivorship Journey, a program within the Am Mindfulness smartphone app (AmDTx). Patients used AmDTx for 20-30 minutes each day for a minimum of 4 days per week over a period of 4 weeks. Patients were assessed at baseline (T1) and at weeks 2 (T2), 4 (T3) and 12 (T4) using the PROMIS-Anxiety, FCR-7, Brief Fatigue Inventory (BFI), and Functional Assessment of Chronic Illness Therapy-General (FACT-G). RM-ANOVA was used to test the effect of time on symptoms and on HR-QOL. Results: A total of 41 patients were recruited; median age was 59 (range, 36-79) and patients were predominantly male (70%), white (61%), married (75%) and well educated (65% had at least a college degree). Most patients were receiving nivolumab/ipilimumab (44%), nivolumab (22%) or axitinib/pembrolizumab (9%). Symptoms of anxiety significantly decreased from 21.6 + 4.8 to 12.5 + 5.1 (P=0.001). Similar findings were found for FCR (MT1=21.4 to MT4=13.5, P=0.001) and fatigue (MT1=32.0 to MT4=19.4, P=0.001). Notably, HR-QOL increased from 81.1 + 13.4 to 92.7 + 14.9 (P=0.001). No significant differences were identified based on disease characteristics or type of therapy. Conclusions: The current study suggests that smartphone-based mindfulness intervention could improve HR-QOL and decreased FCR, anxiety and fatigue. This low-cost, easily accessible intervention may provide an important alternative to in-person psychosocial support for patients with mRCC and should be assessed in randomized trials in this disease. Funding: Kure It Cancer Research: 2020 Barry Hoeven Memorial Kidney Cancer Research Grant (PI: C D Bergerot).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,152
Tête enseignante GPT0,421
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer survivorship and care→Travaux en français237 207→