Health Status Measurements at Diagnosis As Predictors of Survival Among Adults With Brain Tumors
Notice bibliographique
Résumé
PURPOSE: The intent of this study was to determine whether baseline measures of functional capacity and performance could be used to predict survival in adults following the diagnosis of brain tumors. PATIENTS AND METHODS: Comprehensive health status and health-related quality of life (HRQL) were measured using the Health Utilities Index (HUI; McMaster University, Hamilton, Canada) system by a self-assessment questionnaire in a survey of 100 consecutive patients. The Karnofsky Performance Score (KPS) and Folstein's Mini-Mental State Examination (MMSE) scores were measured by a physician blinded to the HUI results. The patients were observed for up to 5 years to recorded dates of death. RESULTS: An HUI questionnaire was completed for 93% of the patients and 69% died within 5 years of assessment. The HUI revealed a burden of morbidity and complexity of disability that far exceeded that reported for the general population. KPS and MMSE correlated strongly with each other (r = 0.52; P < .001). A decrease of 0.1 units in HUI Mark 2 (HUI2) self-care single-attribute utility score was associated with an increased hazard of death of 30% (P = .023) for patients with low-grade tumors (n=25). For patients with high-grade tumors (n=56), a 10 unit decrease in the KPS, a 5 unit decrease in MMSE, and a 0.1 decrease in HUI Mark 3 (HUI3) speech and dexterity single-attribute scores were associated with an increased hazard of death of 20% (P = .022), 26% (P = .015), 36% (P = .021), and 18% (P = .035), respectively. CONCLUSION: Scores derived from the measurement of HRQL following diagnosis can predict survival in adults with brain tumors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».