Effects of Symptom Burden on Quality of Life in Patients with Lung Cancer
Notice bibliographique
Résumé
Lung cancer patients suffer from numerous symptoms that impact their quality of life. This study aims to identify the symptom burden on quality of life in lung cancer patients. This survey used a structured questionnaire to collect data from 8 March 2021 to 12 May 2021. Patient demographic information was collected. The data on symptom burden and quality of life (QOL) of patients were obtained from the QLQ-C30 and the QLQ-LC13. The stepwise multiple regression analysis was used to estimate lung cancer-related symptom burden in relation to quality of life. The study included 159 patients with lung cancer who completed the questionnaire. The mean age of the patients was 63.12 ± 11.4 years, and 64.8% of them were female. The Global Quality of Life score of the QLQ-C30 was 67.87 ± 22.24, and the top five lung cancer-related symptoms were insomnia, dyspnea, and fatigue from the QLQ-C30, and coughing and dyspnea from the QLQ-LC13. The multiple regression analysis showed that appetite loss was the most frequently associated factor for global QOL (β = −0.32; adjusted R2: 27%) and cognitive function (β = −0.15; adjusted R2: 11%), while fatigue was associated with role function (β = −0.35; adjusted R2: 43%), emotional function (β = −0.26; adjusted R2: 9%), and social function (β = −0.26; adjusted R2: 27%). Dyspnea was associated with physical function (β = −0.45; adjusted R2: 42%). Appetite loss, fatigue, and dyspnea were the main reasons causing symptom burdens on quality of life for lung cancer patients. Decreasing these symptoms can improve the quality of life and survival for patients with lung cancer.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».