Prevalence and Cancer-Specific Patterns of Functional Disability Among US Cancer Survivors, 2017-2022
Notice bibliographique
Résumé
PURPOSE To examine the prevalence and cancer-specific patterns of functional disabilities among US cancer survivors. METHODS Data from 47,768 cancer survivors and 2,432,754 noncancer adults age 18 years and older from the 2017 to 2022 Behavioral Risk Factor Surveillance System were analyzed. Functional disabilities assessed included mobility disability (ie, serious difficulty walking or climbing stairs) and self-care disability (ie, self-reported difficulty dressing or bathing). Multivariable logistic regression models were used to assess the associations between functional disabilities and sociodemographic, lifestyle, and health-related factors. RESULTS Cancer survivors tended to be older and non-Hispanic White than noncancer adults. The prevalence of mobility disability (27.9% v 13.4%) and self-care disability (7.4% v 3.8%) were higher among cancer survivors compared with noncancer adults. After multivariable adjustments, cancer survivors were more likely to report mobility (odds ratio [OR], 1.21 [95% CI, 1.16 to 1.26]) and self-care (OR, 1.19 [95% CI, 1.10 to 1.29]) disability than noncancer adults. The prevalence of mobility (34.9% v 26.3%) and self-care disability (9.8% v 6.7%) was higher in cancer survivors who were receiving active cancer treatment than in those who had completed cancer treatment. Higher prevalence of mobility and self-care disabilities was observed in cancer survivors who were racial/ethnic minorities and with higher BMI, low physical activity, lower levels of education and/or income, comorbidities, and those experiencing cancer/treatment-related pain. Patterns of mobility and self-care disabilities varied across cancer types. CONCLUSION Over a quarter of US cancer survivors reported mobility disability, and nearly 10% reported self-care disability, with patterns varying across cancer types and treatment status. Racial/ethnic minorities, along with underserved groups and individuals with unhealthy lifestyles or comorbidities, were notably more affected by functional disabilities, underscoring the need for targeted disability prevention efforts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».