PERSPECTIVES INTERNATIONALES : Les besoins en soins de soutien comme prédicteurs de la qualité de vie de patientes atteintes d’un cancer gynécologique
Bibliographic record
Abstract
Il a été démontré que des besoins non comblés en soins de soutien réduisent la qualité de vie des patients atteints de cancer, incluant ceux ayant un cancer gynécologique. Nous avons donc cherché à mieux comprendre la relation entre les besoins non comblés en soins de soutien et la qualité de vie des patients traités pour un cancer gynécologique. Un total de 153 patientes provenant de deux grands hôpitaux de cancérologie de Jakarta en Indonésie ont été réunies pour former un échantillon de commodité et répondre aux questionnaires SCNS-SF34 et EORTC QLQ-30. L’analyse des résultats a permis de conclure que des besoins non comblés en soins de soutien prédisent une moins bonne qualité de vie (c.-à-d. une moins bonne santé, une capacité fonctionnelle affectée et plus de symptômes liés au cancer). Cette étude met l’accent sur la nécessité de prioriser les services de soins de soutien sur les plans psychologique, physique et sexuel afin d’améliorer la qualité de vie des patientes.
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 | 0.012 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".