MétaCan
Menu
Retour à la cohorte
Enregistrement W2106412009 · doi:10.1586/erp.12.4

Projected referral to other healthcare services in an outpatient palliative radiotherapy clinic

2012· article· en· W2106412009 sur OpenAlexaffabout
Janet Nguyen, Julia Di Giovanni, Liying Zhang, Marko M. Popovic, Liang Zeng, Rehana Jamani, Gemma Cramarossa, Shaelyn Culleton, Florence Jon, Edward Chow

Notice bibliographique

RevueExpert Review of Pharmacoeconomics & Outcomes Research · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensResponse Biomedical (Canada)Health Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineReferralPalliative carePsychosocialQuality of life (healthcare)Multidisciplinary approachHospital Anxiety and Depression ScaleAnxietyDepression (economics)Radiation therapyHealth careFamily medicineNursingPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

AIMS: To investigate the projected referral to other healthcare services in an outpatient palliative radiotherapy clinic. METHODS: Patients referred for palliative radiotherapy from 1999 to 2002 inclusive and 2007 to 2009 inclusive were evaluated. The Edmonton Symptom Assessment System, which assesses nine symptoms, was completed by 1439 patients prior to radiotherapy consultation. The numeric scale was converted into a categorical scale of none, mild, moderate and severe. Patients with moderate-to-severe symptoms were identified as potential referrals to other healthcare services. RESULTS: Tiredness (66%), poor sense of wellbeing (64%), pain (57%) and poor appetite (52%) had the most patients scoring in the moderate-to-severe range. Moderate-to-severe anxiety and depression occurred in 39 and 30% of patients, respectively, reflecting the percentage of projected referrals for symptom and/or psychosocial management. CONCLUSION: Cancer symptoms are complex, and a multidisciplinary and collaborative approach should be taken to provide timely management and maintain patients' quality of life.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,140
Tête enseignante GPT0,594
Écart entre enseignants0,454 · 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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExpert Review of Pharmacoeconomics & Outcomes ResearchMême sujetCancer survivorship and careTravaux en français237 207