Notice bibliographique
Résumé
The measurement of patient-reported outcomes, including health-related quality of life, is a new initiative which has emerged and grown over the past four decades. Following the development of reliable and valid self-report questionnaires, health-related quality of life has been assessed in tens of thousands of patients and a wide variety of cancers. This review is based on a selection of data published in the last decade and is intended primarily for healthcare professionals. The assessments in clinical trials have been particularly useful for elucidating the effects of various cancers and their treatments on patients' lives and have provided additional information that enhances the usual clinical endpoints used for determining the benefits and toxicity of treatment. With growing experience the quality of the health-related quality of studies has improved and, in general, recent studies are more likely to be methodologically robust than those that were performed in earlier decades. Health-related quality of life has become a more accurate predictor of survival than some other clinical parameters, such as performance status. The overall outlook for the routine assessment of patient-reported outcomes in clinical trials is assured and, eventually, it is likely to become a standard part of clinical practice. However, there is still a need for a clear method for determining the clinical meaningfulness of changes in scores. The answer will probably come from the greater use of patient-reported outcomes and the consequent growth of experience that is necessary to make such judgements.
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 | 0,196 | 0,467 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,005 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,003 |
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 ».