Improving chronic myeloid leukemia management and quality of life: patient and physician survey on unmet needs from the CML SUN survey
Notice bibliographique
Résumé
For patients with chronic myeloid leukemia in chronic phase (CML-CP), disease management, treatment experiences, and decisions around switching therapies due to resistance or intolerance can have significant impacts on their lives. Experiences and perspectives regarding the roles of patients and treating physicians in shared decision-making are poorly understood. The CML Survey on Unmet Needs (CML SUN), the largest CML survey to date, was initiated to gather insights from patients with CML-CP and physicians on disease management, including treatment goals, decision-making, satisfaction, tolerability, and the impact of CML on daily life. The survey was deployed in 11 countries with 361 patient and 198 physician participants and comprised separate questionnaires for each group. Results indicated that nearly three-quarters of physicians saw themselves as the ultimate initial treatment decision-makers; only a quarter of patients reported that these decisions were discussed and decided together with their physician. Nearly half of physicians reported making treatment decisions across all lines of therapy with little to no input from the patient. Disparities between patient and physician opinions were observed regarding treatment goals, especially the balance between efficacy and tolerability. The CML SUN highlights the need for improvements in communication about treatment options and the importance of shared treatment decision-making to unify treatment goals.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».