PERSPECTIVES INTERNATIONALES : Liens entre les variables démographiques, économiques et cliniques et les symptômes rapportés par les patients en cours de traitement contre le cancer
Bibliographic record
Abstract
Objectif : Examiner le lien entre les variables démographiques, économiques et cliniques, les symptômes de cancer et les entraves aux activités quotidiennes chez des patients brésiliens recevant des traitements contre le cancer. Méthodologie : La présente étude transversale s’est penchée sur le cas de 268 patients, qui ont dû répondre à un questionnaire recueillant des données démographiques, économiques et cliniques, en plus d’évaluer leurs symptômes à l’aide de l’inventaire de symptômes MD Anderson (MD Anderson Symptom Inventory – MDASI). Les données ont été soumises à des analyses statistiques descriptives bivariées et multivariées. Résultats : Les variables suivantes étaient associées à des symptômes plus prononcés : sexe féminin (taux de prévalence [TP]=1,28; intervalle de confiance de 95 % [IC 95 %], 1,06-1,53); analphabétisme ou ≤ 9 années de scolarité formelle (TP=1,40; IC 95 %, 1,08-1,82); équipement médical ou situations nécessitant des soins infirmiers (TP=1,23; IC 95 %, 1,03-1,46); antécédents familiaux de cancer (TP=1,23; IC 95 %, 1,04-1,45). Les entraves aux activités quotidiennes étaient associées aux facteurs suivants : sexe féminin (TP=1,40; IC 95 %, 1,12-1,75); tumeur secondaire (TP=1,42; IC 95 %, 1,16-1,74), radiothérapie (TP=1,24; IC 95 %, 1,01-1,51). Conclusion : La gestion des patients atteints de cancer nécessite des connaissances multidisciplinaires qui tiennent compte de toutes leurs dimensions subjectives. En connaissant le profil des patients vivant les symptômes les plus intenses, nous pourrons les aider à s’adapter aux limites et aux conséquences qu’entraînent la maladie et le traitement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.024 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".