MétaCan
Menu
Retour à la cohorte
Enregistrement W2048304021 · doi:10.1177/0269216311415454

Do beta-blockers alter dyspnea and fatigue in advanced lung cancer? A retrospective analysis

2011· article· en· W2048304021 sur OpenAlexaffabout
Paul A. Cameron, Gregory R. Pond, John R. Goffin

Notice bibliographique

RevuePalliative Medicine · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer, Stress, Anesthesia, and Immune Response
Établissements canadiensMcMaster UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineCOPDLung cancerRetrospective cohort studyAnemiaInternal medicineHeart failureCoronary artery diseaseBeta blockerCardiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Dyspnea is common in lung cancer and may be partially attributable to increased ventilatory drive due to muscle weakness. The sympathetic component of this pathway might be mitigated by β-blockers. METHODS: A retrospective review of new patients with stage III-IV non-small lung cancer or any small cell lung cancer was undertaken to assess the impact of β-blocker use on dyspnea and fatigue. Data were abstracted for clinical characteristics, β-blocker use, and pre-treatment Edmonton Symptom Assessment System dyspnea and fatigue scores. RESULTS: Of 348 patients assessed, 202 met eligibility criteria. The median age was 67, 55.4% were female, 18.8% had chronic obstructive pulmonary disease (COPD), and 5.9% had active coronary artery disease. Over 60% of patients scored 4/10 or higher on their dyspnea and fatigue scores. While dyspnea and fatigue were moderately associated, no association was found between β-blocker use and either symptom. Recorded dosages of β-blockers were low. COPD was associated with dyspnea and fatigue, while anemia was associated with fatigue. CONCLUSIONS: Dyspnea and fatigue are prevalent and increased in the presence of COPD and anemia. No association between β-blocker use and dyspnea or fatigue scores was observed. This may be attributable to inadequate dosing or to retrospective bias.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,037
Tête enseignante GPT0,339
Écart entre enseignants0,301 · 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

Citations7
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePalliative MedicineMême sujetCancer, Stress, Anesthesia, and Immune ResponseTravaux en français237 207