Nondisclosure and the Impact on Symptom Burden in Muslims With Advanced Cancer: A Review of Five Symptom Assessment Tools
Notice bibliographique
Résumé
Cultural and religious beliefs in certain regions, including many Muslim-majority countries, often lead families to request the withholding of medical information from patients. Despite the availability of validated symptom assessment tools for chronic conditions such as cancer, chronic obstructive pulmonary disease, neurological disorders, heart disease, and renal failure, the effect of nondisclosure on symptom burden remains insufficiently explored. This scoping review examines the role of symptom assessment tools in evaluating the outcomes of nondisclosure in advanced cancer patients, particularly in the United Arab Emirates (UAE). The review assesses five key instruments: the Edmonton Symptom Assessment Scale (ESAS), its revised version (ESAS-r), the Memorial Symptom Assessment Scale (MSAS), the short form (MSAS-SF), and the Palliative Care Outcome Scale (POS). An analysis of the psychometric properties, strengths, and limitations of these tools highlights their utility in understanding symptom burden and psychological well-being. The findings suggest that comprehensive tools like the MSAS provide valuable assessments but require further validation to confirm their effectiveness across diverse clinical and cultural settings. Future research should prioritize adapting these tools for wider application and ensuring their reliability and validity in measuring the impact of nondisclosure on symptom burden across various diagnoses, including both cancer and noncancer conditions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».