Development and preliminary validation of the pancreatic cancer disease impact score
Notice bibliographique
Résumé
OBJECTIVE: Patient-reported outcomes are important for clinical practice and research, and should reflect what patients perceive as important. The objective of this study was to develop and preliminarily validate a brief, patient-derived, disease-specific tool, the pancreatic cancer disease impact (PACADI) score. METHODS: The development was performed in two phases. Forty-one patients with confirmed pancreatic cancer (PC) selected dimensions of health related to the impact of the disease. A weighting of the eight most frequently reported dimensions was performed in a second sample of 80 PC patients who also rated the impact on eight numeric rating scales (NRS, range 0 to 10). The relative weights and the scores from the NRS were used to compute the PACADI score (range 0 to 10). The patients also completed Edmonton Symptom Assessment System (ESAS) and EQ-5D. RESULTS: Dimensions reported by more than 20% of the patients were included in the PACADI score (relative weights in parenthesis): pain/discomfort (0.16), fatigue (0.16), anxiety (0.15), bowel/digestive problems (0.14), loss of appetite (0.13), dry mouth (0.11), itchiness (0.08), and nausea (0.07). The PACADI score in the 80 PC patients had a mean (SD) value of 3.26 (2.06) (95% CI 2.80, 3.71), was moderately to strongly correlated to ESAS sense of well-being (r = 0.69) and EQ-5D (r = -0.52), and discriminated significantly between patients with and without PC. CONCLUSION: The PACADI score is a new eight-item, patient-derived, disease-specific measure. Preliminary validation regarding construct validity and discrimination encourages further validation in independent patient samples.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».