Sexual disorders and their treatment in women with cancer
Bibliographic record
Abstract
Nowotwory wywołują liczne zaburzenia fizyczne i psychiczne, także w obszarze seksualności pacjentek.U kobiet z nowotworami występuje większe prawdopodobieństwo zaburzeń seksualnych w porównaniu z populacją ogólną.Głównymi czynnikami etiologicznymi są: rodzaj nowotworu i wdrożonej terapii, występowanie bólu, wiek i stan psychiczny pacjentki, czynniki związane z partnerem/partnerką i ogólne zadowolenie z relacji, postrzeganie własnego ciała, a także edukacja w zakresie zdrowia seksualnego.U kobiet z nowotworem obok takich objawów, jak osłabienie, wyniszczenie czy znużenie nowotworowe, może dojść do upośledzenia lubrykacji pochwy, pożądania i podniecenia oraz zdolności do osiągnięcia orgazmu.Ponadto występuje dyspareunia, lęk przed podjęciem aktywności seksualnej, a nawet jej całkowite zaniechanie.Istotne jest zwiększanie świadomości pacjentek na temat wpływu nowotworu i zastosowanego leczenia na funkcje seksualne oraz stosowanie odpowiednich do rodzaju zaburzeń i ich etiologii metod leczniczych.Celem niniejszej pracy jest podsumowanie zagadnienia zaburzeń seksualnych wśród pacjentek onkologicznych oraz przedstawienie dostępnych opcji terapeutycznych. Słowa kluczowe: zaburzenia seksualne kobiet,
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| 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".