Quality of life following cytoreductive surgery and hyperthermic intraperitoneal chemotherapy: a Canadian experience
Notice bibliographique
Résumé
<h3>Background:</h3> Cytoreductive surgery (CRS) combined with hyperthermic intraperitoneal chemotherapy (HIPEC) is an effective treatment for select peritoneal surface malignancies, offering a survival benefit. However, the procedure can substantially impact patients’ quality of life (QoL) owing to its physiologic and functional effects. We sought to evaluate QoL trajectories over 12 months following CRS/HIPEC and to identify factors influencing outcomes. <h3>Methods:</h3> A prospective cohort study was performed including patients undergoing CRS/HIPEC between January 2018 and July 2022. Quality of life was assessed preoperatively and at 3, 6, and 12 months postoperatively using the European Organisation for Research and Treatment of Cancer (EORTC) QLQ-C30 and QLQ-CR29 questionnaires. Qualitative data from open-ended responses were analyzed thematically. <h3>Results:</h3> Twenty-five patients were included in the study. Global health scores declined at 3 months (<i>p</i> = 0.024) but returned to near baseline by 12 months. Physical function showed similar recovery, and cognitive function improved significantly by 6 months (<i>p</i> = 0.017). Sexual function showed increased interest (<i>p</i> < 0.001) but worsening symptoms. Key QoL predictors included age, sex, postoperative complications, systemic therapy, and recurrence. Family support, medical care, and active lifestyles positively influenced recovery, whereas prognosis concerns and physical limitations were negative factors. <h3>Conclusion:</h3> Quality of life after CRS/HIPEC showed dynamic recovery over 12 months and was influenced by clinical, demographic, and psychosocial factors, emphasizing the need for comprehensive perioperative support.
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 | 0,001 | 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 ».