Notice bibliographique
Résumé
Objective: Nurses are increasingly becoming involved in integrative oncology (IO) programs. This study examined the additive effect of nurse-provided guidance for self-administered IO therapies on cancer-related fatigue and quality of life (QoL). Methods: The study was randomized and controlled, enrolling patients undergoing active oncology treatment with IO interventions for fatigue and other QoL-related outcomes. IO practitioner guidance on self-treatment with manual, relaxation, and/or traditional herbal therapies was provided to patients in both the intervention and control arms. However, patients in the intervention arms also received additional guidance on self-treatment by IO-trained palliative care nurses. All participants were assessed for fatigue and QoL at baseline and at 24-h follow-up, using the Edmonton Symptom Assessment Scale (ESAS) and the Measure Yourself Concerns and Wellbeing (MYCAW) questionnaire tools. Results: Of 353 patients recruited, 187 were randomized to the intervention and 166 to the control group. Both groups had similar demographic and oncology-related characteristics. Patients in the intervention arm reported significantly greater improvement in ESAS scores for fatigue (p = 0.026) and appetite (p = 0.003) when compared to controls. Conclusion: The addition of nurse-provided guidance on self-administration of IO treatments to that provided by IO practitioners further reduced short-term scores for fatigue and improved appetite. The relationship between palliative and IO supportive cancer care requires further study.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».