Toxicities and Quality of Life during Cancer Treatment in Advanced Solid Tumors
Notice bibliographique
Résumé
The purpose of the study was to identify subgroups of advanced cancer patients who experienced grade 3-4 toxicities as reported by their oncologists as well as identify the demographic, clinical, and treatment symptom characteristics as well as QoL outcomes associated with distinct profiles of each patient. A prospective, multicenter, observational study was conducted with advanced cancer patients of 15 different hospitals across Spain. After three months of systemic cancer treatment, participants completed questionnaires that evaluated psychological distress (BSI-18), quality of life (EORTC QLQ-C30) and fatigue (FAS). The most common tumor sites for the 557 cancer patients with a mean age of 65 years were bronchopulmonary, digestive, and pancreas. Overall, 19% of patients experienced high-grade toxicities (grade 3-4) during treatment. Patients with recurrent advanced cancer, with non-adenocarcinoma cancer, undergoing chemotherapy, and a showing deteriorated baseline status (ECOG > 1) were more likely to experience higher toxicity. Patients who experienced grade 3-4 toxicities during cancer treatment had their treatment suspended in 59% of the cases. Additionally, 87% of the patients had a dose adjustment or a cycle delayed in their treatment due to a high risk of dying during treatment. Future research should focus on identifying interventions to reduce high-grade toxicities and improve quality of life in cancer patients.
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 ».