12-Month Trajectories of Health-Related Quality of Life Following Hospitalization in German Cancer Centers—A Secondary Data Analysis
Notice bibliographique
Résumé
Patient-reported outcomes (PROs) offer a diverse array of potential applications within medical research and clinical practice. In comparative research, they can serve as tools for delineating the trajectories of health-related quality of life (HRQoL) across various cancer types. We undertook a secondary data analysis of a cohort of 1498 hospitalized cancer patients from 13 German cancer centers. We assessed the Physical and Mental Component Scores (PCS and MCS) of the 12-Item Short-Form Health Survey at baseline (t0), 6 (t1), and 12 months (t2), using multivariable generalized linear regression models. At baseline, the mean PCS and MCS values for all cancer patients were 37.1 and 44.3 points, respectively. We observed a significant improvement in PCS at t2 and in MCS at t1. The most substantial and significant improvements were noted among patients with gynecological cancers. We found a number of significant differences between cancer types at baseline, t1, and t2, with skin cancer patients performing best across all time points and lung cancer patients performing the worst. MCS trajectories showed less pronounced changes and differences between cancer types. Comparative analyses of HRQoL scores across different cancer types may serve as a valuable tool for enhancing health literacy, both among the general public and among cancer patients themselves.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| 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 ».