Eliminating Digestive Irregularities Caused by Late Effects: A Pilot Study of an Innovative Culinary Nutrition Intervention for Reducing Gastrointestinal Toxicity in Gynecologic Cancer Patients Who Have Undergone Pelvic Radiotherapy
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Pelvic radiotherapy (RT) improves survival in gynecologic cancer patients but often results in gastrointestinal (GI) toxicity, affecting quality of life. Standard nutrition guidance lacks specificity for these survivors, complicating dietary choices. To address this gap, the EDIBLE intervention was developed to offer structured dietary self-management skills to alleviate RT-induced GI toxicity. METHODS: We conducted a single-arm mixed-methods pilot of the EDIBLE intervention among post-treatment gynecologic cancer survivors to assess its feasibility, acceptability, and preliminary effects on GI symptoms, knowledge, and self-efficacy, with measures at baseline (T1), post-intervention (T2), and after 3 months (T3). RESULTS: Qualitative interviews supported strong perceptions of intervention feasibility; however, the recruitment (32%) and retention (72%) rates were modest, indicating that alternate formats for program delivery may be needed to make it more accessible. The acceptability of the EDIBLE intervention garnered especially high ratings on measures of satisfaction and utility, with program improvements largely rallying around a desire for increased in-class sessions and program expansion. Statistically significant improvements were observed at the three-month mark (T3), such as enhanced confidence in culinary practices, increased knowledge and skills with regard to managing GI side effects, and improvements in bowel and GI symptoms. CONCLUSIONS: The results suggest EDIBLE is acceptable, improving GI symptoms and self-efficacy; however, moderate recruitment rates indicate refinement is needed. A randomized control trial and cost-effectiveness analysis is needed to confirm effectiveness and scalability.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».