Increasing Life Expectancy in Patients with Genitourinary Malignancies: Impact of Treatment Burden on Disease Management and Quality of Life
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Treatment burden refers to the overall impact of medical treatments on a patient's well-being and daily life. Our objective is to evaluate the impact of treatment burden on quality of life (QoL) in patients with genitourinary (GU) malignancies, highlighting the importance of patient-reported outcomes (PROs) in clinical trials to inform treatment decisions and improve patient care. METHODS: We conducted a narrative review of clinical trials focused on GU malignancy (prostate, bladder, and kidney) between January 2000 and June 2024, analyzing related PROs and findings regarding treatment burden. KEY FINDINGS AND LIMITATIONS: Recent landmark clinical trials demonstrate significant improvements in overall survival across GU malignancies with novel therapies. However, the reporting of QoL outcomes in these trials is often inadequate, with many lacking comprehensive data or long-term impact. Current publications are increasingly evaluating treatment burden and its impact on patient well-being as a critical outcome, but most clinical trials to date have failed to assess treatment burden across key domains including financial, time and travel, and medication management. CONCLUSIONS AND CLINICAL IMPLICATIONS: While advancements in treatment have extended longevity in patients with GU malignancies, the treatment burden associated with the receipt of novel agents and its implications for QoL remain inadequately uncharacterized.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».