Liens entre les besoins non satisfaits, la qualité de vie et les caractéristiques des survivantes de cancers gynécologiques en Indonésie
Bibliographic record
Abstract
Les survivantes de cancers gynécologiques ont des besoins complexes très souvent négligés. La présente étude indonésienne vise à établir les liens entre les besoins non satisfaits, la qualité de vie et certaines caractéristiques particulières de ces survivantes. Au total, 298 participantes ont rempli le questionnaire sur les besoins non satisfaits des survivants au cancer (Cancer Survivor Unmet Needs ou CaSUN), le questionnaire sur la qualité de vie EORTC QLQ-C30 ainsi que les questionnaires démographiques et cliniques. L'étude, réalisée suivant un devis corrélationnel transversal, a établi un lien entre les besoins non satisfaits et la dégradation de la qualité de vie perçue. Plusieurs facteurs sont associés à l'augmentation des besoins insatisfaits: patients jeunes, revenu moindre, niveau d'éducation moyen, diagnostic récent, stade avancé de la maladie, et polythérapie (p < .05). Chez les survivantes indonésiennes d'un cancer gynécologique, le soutien financier (70,5 %) constitue le besoin le plus souvent insatisfait. À la fin des traitements primaires, elles ont besoin de soins globaux et continus pour gérer les problèmes, nouveaux comme anciens, causés par le cancer 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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".