Quality of Life and Treatment-Related Side Effects in Patients With HR+/HER2− Advanced Breast Cancer: Findings From a Multicountry Survey
Notice bibliographique
Résumé
BACKGROUND: Quality of life (QOL) is a critical factor in decision-making for advanced breast cancer (ABC). There is a need to improve how QOL and treatment-related side effects (SEs) that impact it are clinically assessed. We examined healthcare professionals' (HCPs') and patients' perspectives on the importance of QOL discussions and the impact of SEs on QOL in clinical settings. PATIENTS AND METHODS: A cross-sectional online survey was conducted (7/2020-5/2021) among oncologists, nurses, and patients with HR+/HER2- ABC in 7 countries. RESULTS: The survey was completed by 502 HCPs and 467 patients. Overall, 88% of oncologists and 49% of patients recalled QOL discussions at follow-up. In the first- through fourth-line (1L, 2L, 3L, and 4L) settings, respectively, 48%, 57%, 79%, and 85% of oncologists reported QOL was very important; 73% and 45% of patients receiving 1L and 2L treatment and 40% receiving 3L+ treatment indicated QOL was important. Patients reported that insomnia, anxiety, back pain, fatigue, diarrhea, hot flashes, low sexual interest, and loss of appetite had a moderate/severe impact on QOL. Of patients experiencing certain SEs, ≥64% did not discuss them with HCPs until there was a moderate/severe impact on QOL. In patients receiving a CDK4/6 inhibitor, SEs, including insomnia, diarrhea, back pain, and fatigue, had a moderate/severe impact on QOL. CONCLUSIONS: This survey discovered disconnects between HCPs and patients with ABC on the importance of QOL discussions and the impact of SEs on QOL. These data support the use of ABC-specific QOL questionnaires that closely monitor SEs impacting QOL.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».