MétaCan
Menu
Retour à la cohorte
Enregistrement W2064976418 · doi:10.1002/hed.21174

Nutrition impact symptoms: Key determinants of reduced dietary intake, weight loss, and reduced functional capacity of patients with head and neck cancer before treatment

2009· article· en· W2064976418 sur OpenAlexaff
Catherine Kubrak, Kärin Olson, Naresh Jha, Louise Jensen, Linda J. McCargar, Hadi Seikaly, Jeffrey R. Harris, Rufus Scrimger, Matthew Parliament, Vickie E. Baracos

Notice bibliographique

RevueHead & Neck · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineWeight lossAnorexiaDysphagiaHead and neck cancerBody mass indexHazard ratioInternal medicineProportional hazards modelCancerBody weightLogistic regressionSurgeryConfidence intervalObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Our aim was to evaluate the prevalence and relationship of symptoms with reduced dietary intake, weight, and functional capacity in patients with head and neck cancer. METHODS: Three hundred forty-one patients were prospectively screened with the patient-generated subjective global assessment before treatment. Logistic analysis was used to relate symptoms to reduced dietary intake, weight, and functional capacity. Cumulative hazard analysis was performed to determine the time and risk of weight loss of each symptom. Survival analysis was performed with Cox proportional hazards model. RESULTS: Anorexia, dysphagia, mouth sores, and others were significant predictors of reduced dietary intake and weight. Symptom presence accelerated the time and probability of weight loss. Body mass index < or = 18.5 related to overall survival (p value = .001). CONCLUSIONS: Symptoms present before treatment may adversely affect the dietary intake, weight, and functional capacity of patients. Symptom treatment and management is critical to weight loss prevention.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,036
Tête enseignante GPT0,321
Écart entre enseignants0,285 · 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

Citations218
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHead & NeckMême sujetNutrition and Health in AgingTravaux en français237 207