MétaCan
Menu
Retour à la cohorte
Enregistrement W2067538891 · doi:10.1155/2014/912865

Survival Prediction Score: A Simple but Age-Dependent Method Predicting Prognosis in Patients Undergoing Palliative Radiotherapy

2014· article· en· W2067538891 sur OpenAlexaboutno aff
Kent Angelo, Astrid Dalhaug, Adam Pawinski, Ellinor Haukland, Carsten Nieder

Notice bibliographique

RevueISRN Oncology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueManagement of metastatic bone disease
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRadiation therapyMedicineSimple (philosophy)Palliative careOverall survivalInternal medicineOncology

Résumé

récupéré en direct d'OpenAlex

Purpose. Validation of a Canadian three-tiered prognostic model (survival prediction score, SPS) in Norwegian cancer patients referred for palliative radiotherapy (PRT), and evaluation of age-dependent performance of the model. Patients and Methods. We analyzed all 579 PRT courses administered at a dedicated PRT facility between 20.06.07 and 31.12.2009. SPS was assigned as originally described, That is, by taking into consideration three variables: primary cancer type, site of metastases, and performance status. Results. Patients with poor prognosis (non-breast cancer, metastases other than bone, and Karnofsky performance status (KPS) ≤ 60) had median survival of 13 weeks. Those with intermediate prognosis (two of these parameters) survived for a median of 29 weeks, and patients with good prognosis for a median of 114 weeks, P < 0.001. While this model performed well in patients who were 60 years or older, it was less satisfactory in younger patients (no significant difference between the good and intermediate prognosis groups). Conclusion. SPS should mainly be used to predict survival of elderly cancer patients. However, even in this group accuracy is limited because the good prognosis group contained patients with short survival, while the poor prognosis group contained long-term survivors. Thus, improved models should be developed.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,113
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 GPT0,345
Écart entre enseignants0,309 · 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

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISRN OncologyMême sujetManagement of metastatic bone diseaseTravaux en français237 207