MétaCan
Menu
Retour à la cohorte
Enregistrement W1558435892 · doi:10.1002/cncr.29437

Minimal clinically important differences in the Edmonton Symptom Assessment Scale in cancer patients: A prospective, multicenter study

2015· article· en· W1558435892 sur OpenAlexaboutno aff
David Hui, Omar Shamieh, Carlos Eduardo Paiva, Pedro Emilio Perez‐Cruz, Jung Hye Kwon, Mary Ann Muckaden, Minjeong Park, Sriram Yennu, Jung Hun Kang, Éduardo Bruera

Notice bibliographique

RevueCancer · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Nursing ResearchNational Cancer InstituteNational Institutes of HealthAmerican Cancer Society
Mots-clésMedicineMinimal clinically important differenceReceiver operating characteristicCutoffInterquartile rangeProspective cohort studyPhysical therapyInternal medicineRandomized controlled trial

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Edmonton Symptom Assessment Scale (ESAS) is widely used for symptom assessment in clinical and research settings. A sensitivity-specificity approach was used to identify the minimal clinically important difference (MCID) for improvement and deterioration for each of the 10 ESAS symptoms. METHODS: This multicenter, prospective, longitudinal study enrolled patients with advanced cancer. ESAS was measured at the first clinic visit and at a second visit 3 weeks later. For each symptom, the Patient's Global Impression ("better," "about the same," or "worse") was assessed at the second visit as the external criterion, and the MCID was determined on the basis of the optimal cutoff in the receiver operating characteristic (ROC) curve. A sensitivity analysis was conducted through the estimation of MCIDs with other approaches. RESULTS: For the 796 participants, the median duration between the 2 study visits was 21 days (interquartile range, 18-28 days). The area under the ROC curve varied from 0.70 to 0.87, and this suggested good responsiveness. For all 10 symptoms, the optimal cutoff was ≥1 point for improvement and ≤-1 point for deterioration, with sensitivities of 59% to 85% and specificities of 69% to 85%. With other approaches, the MCIDs varied from 0.8 to 2.2 for improvement and from -0.8 to -2.3 for deterioration in the within-patient analysis, from 1.2 to 1.6 with the one-half standard deviation approach, and from 1.3 to 1.7 with the standard error of measurement approach. CONCLUSIONS: ESAS was responsive to change. The optimal cutoffs were ≥1 point for improvement and ≤-1 point for deterioration for each of the 10 symptoms. Our findings have implications for sample size calculations and response determination.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,375
Écart entre enseignants0,334 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations247
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetCancer survivorship and careTravaux en français237 207