A Markov multistate analysis of the relationship between performance status and death among an ambulatory population of cancer patients
Notice bibliographique
Résumé
BACKGROUND: The relationship between performance status and death among cancer patients has been of increasing interest over the past years. However, few studies have implemented statistical models that adequately capture the longitudinal nature of performance status assessments collected under intermittent observation. AIM: The main research aims were to examine the association between performance status and death and to determine the probability of deterioration in performance status over time. DESIGN: This was a population-based longitudinal study among adult outpatients diagnosed with cancer. Throughout their observation period, all patients were repeatedly assessed for performance status using an 11-point scale with a score of 100 being the best, 10 being the worst and 0 representing death. A Markov multistate model accounting for intermittent observation was implemented in which each score represented a distinct state in the model. RESULTS: The cohort consisted of 27,739 patients with over 157,000 assessments. The rate of transition to death increases with a quadratic trend as performance status declines. The 1-month and 3-month probability of deterioration also increases with a quadratic trend as performance status declines. The relative rate of transition to death decreases as we compare lower scores (relative rate = 2.20 for comparing scores 90 vs 100 and relative rate = 1.23 for comparing scores 10 vs 20). CONCLUSION: There is a significant relationship between performance status and rate of transition to death. The Markov multistate model provides a comprehensive understanding of the shape of this relationship, which facilitates the interpretation of performance status and provides strength in its use as a prognostic tool in a clinical setting.
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 | 0,001 |
| 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) | 0,000 | 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 ».