Predictive Factors of Overall Well-Being Using the EORTC QLQ-C15-PAL Extracted from the EORTC QLQ-C30
Notice bibliographique
Résumé
OBJECTIVE: The European Organization of Research and Treatment of Cancer (EORTC) Quality of Life Questionnaire - Core 15 Palliative (EORTC QLQ-C15-PAL) was developed to assess quality of life (QOL) for the palliative cancer population to decrease patient burden. The purpose of this study was to compare predictive factors for well-being in the QLQ-C15-PAL extracted from the EORTC Quality of Life Questionnaire - Core 30 (QLQ-C30) with the QLQ-C30 itself. METHODS AND MATERIALS: Patients with advanced cancer referred for treatment of bone metastases completed the QLQ-C30. Fifteen items from the QLQ-C15-PAL were extracted from the QLQ-C30. Univariate and multivariate analyses were used to determine predictive factors of the global QOL/health score in both tools. In the multivariate analyses, a p value of <0.003 indicated statistical significance. RESULTS: Overall, predictive factors were similar when analyzing data from both tools. Predictive factors for the QLQ-C30 were role functioning (p<0.0001), fatigue (p<0.0001), nausea/vomiting (p<0.0001), and financial problems (p<0.0001) and factors for the extracted QLQ-C15-PAL were physical functioning (p<0.0001) and fatigue (p<0.0001). CONCLUSIONS: Extraction of the QLQ-C15-PAL items from the QLQ-C30 resulted in similar predictive QOL domains for all patient subgroups analyzed individually. The QLQ-C15-PAL is reflective of the QLQ-C30 domains and is recommended for future studies involving patients in a palliative setting, as this shorter questionnaire reduces patient burden and may increase accrual and compliance, while maintaining a similar breadth of coverage and achieving the same predictive ability.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».