MétaCan
Menu
Retour à la cohorte
Enregistrement W1968240659 · doi:10.1586/erp.12.41

Symptom clusters in patients with metastatic cancer: a literature review

2012· review· en· W1968240659 sur OpenAlexafffund
Nemica Thavarajah, Emily Chen, Liang Zeng, Gillian Bedard, Julia Di Giovanni, Madeline Lemke, Natalie Lauzon, Michelle X. Zhou, Dominic Chu, Edward Chow

Notice bibliographique

RevueExpert Review of Pharmacoeconomics & Outcomes Research · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesJoseph and Silvana Melara Cancer Research Fund
Mots-clésCINAHLMedicineCluster (spacecraft)DemographicsMEDLINECancerPopulationMeta-analysisInternal medicinePsychiatryDemographyEnvironmental healthPsychological intervention

Résumé

récupéré en direct d'OpenAlex

This article reviews the literature reporting empirically determined symptom clusters in patients with metastatic cancer. A literature search was conducted on symptom clusters within heterogeneous metastatic cancer patient populations using MEDLINE, EMBASE, and CINAHL. Studies examining predetermined symptom clusters were excluded. A total of eight relevant studies published between 2005 and 2011 were identified. The number of symptom clusters extracted varied from two to eight clusters per study, comprising of two to eight symptoms per cluster. There were no clusters consistently identified within all eight studies. Notable differences in symptoms assessed, assessment tools, statistical analysis, patient demographics were observed between the studies. The lack of consensus among the inter-study symptom clusters are likely due to the differences in patient population as well as study methodology. Further exploration in metastatic symptom cluster research will ideally improve patient outcomes by facilitating improved symptom management in future clinical practice.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,530
Écart entre enseignants0,472 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations24
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExpert Review of Pharmacoeconomics & Outcomes ResearchMême sujetCancer survivorship and careTravaux en français237 207