The Landscape of Supportive Care Needs Among Prostate Cancer Patients in New Zealand: A Cross‐Ethnic Analysis
Notice bibliographique
Résumé
BACKGROUND: Prostate cancer (PCa) is a significant health burden within New Zealand (NZ). Survival gains from prostate cancer have created a shift in focus from survival towards quality of life (QoL) and supportive care during extended survivorship. METHOD: We launched a nation-wide cross-sectional survey and recruited three cohorts of 1000 men with prostate cancer (men diagnosed with prostate cancer within 1 year, between 1 and 3 years, and between 3 and 5 years) as well as an additional Māori men group (N = 4000 in total). The survey instruments measured quality of life, supportive care needs, and care service utilization. RESULTS: Analysis of 1075 responses revealed that Māori men experienced lower quality of life and reported greater unmet supportive care needs. Information and psychology needs were mostly reported in both Māori and non- Māori groups. Key predictors of these needs included mental health conditions, hormonal imbalances, and employment status. CONCLUSION: The study highlights significant ethnic disparities in the supportive care needs of New Zealand prostate cancer survivors (PCS), emphasizing the necessity for tailored, culturally sensitive healthcare interventions. Addressing the complex determinants of these needs is crucial for enhancing the well-being of all PCS. IMPLICATIONS FOR CANCER SURVIVORS: Actively seeking health information and mental health counselling would significantly benefit PCS by reducing unmet supportive care needs and improving overall quality of life. This approach encourages survivors to take an active role in their healthcare, potentially leading to better health outcomes and enhanced well-being.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».