Health-related quality of life in breast cancer patients in low-and-middle-income countries in Asia: a systematic review
Notice bibliographique
Résumé
Introduction: Breast cancer remains one of the major cancers worldwide. In Asia, breast cancer is leading both incidence and mortality rates. Health-related quality of life (HRQoL) studies play an important role in clinical treatment. This systematic review aimed to summarize the evidence of HRQoL and associated factors among patients with breast cancer in low-and-middle-income countries (LMICs) in Asia. Method: Performed according to PRISMA guidelines for systematic review, the studies were searched from three databases (PubMed, Cochrane, Scopus) up to November 2020. The studies which met the predefined eligibility criteria were selected, extracted, and assessed the quality according to the Newcastle-Ottawa Scale (NOS) tool. Results and Discussion: A total of 2,620 studies were searched on the three databases, of which 28 met the selection criteria, then, were included in the systematic review. The Global Health Status (GHS) score of breast cancer patients based on the EORTC QLQ-C30 questionnaire ranged from 56.32 ± 25.42 to 72.48 ± 15.68. The overall HRQoL scores using the FACT-G and FACT-B instruments ranged from 60.78 ± 13.27 to 82.23 ± 12.55 and from 70.29 ± 13.33 to 108.48 ± 19.82, respectively. Factors affecting HRQoL of patients with breast cancer included age, education level, income, marital status, lifestyle, tumor stage, method, and treatment duration. Patient's income showed a consistent effect on HRQoL while the remaining factors reported inconsistent findings across the studies. In conclusion, the HRQoL of breast cancer patients in LMICs in Asia was low and affected by several sociodemographic factors which should be studied more in future research.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,001 |
| 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 ».