MétaCan
Menu
Retour à la cohorte
Enregistrement W2143632656 · doi:10.1586/erp.12.34

Meaningful change in oncology quality-of-life instruments: a systematic literature review

2012· review· en· W2143632656 sur OpenAlexaff
Gillian Bedard, Liang Zeng, Henry Lam, David Cella, Liying Zhang, Natalie Lauzon, Edward Chow

Notice bibliographique

RevueExpert Review of Pharmacoeconomics & Outcomes Research · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineMEDLINEOptimismSystematic reviewClinical trialQuality of life (healthcare)Medical physicsIntensive care medicinePublication biasMeta-analysisOncologyInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

Quality of life (QoL) is increasingly being recognized as an important end point in oncology clinical trials. The purpose of this study was to review the literature on what constitutes a meaningful change in oncology QoL instruments. A literature search was conducted in Medline, Embase, Cochrane Central Register of Controlled Trials and Cochrane Database of Systematic Reviews. Articles determining clinically meaningful change were selected. Twenty six publications were identified. Common anchors included performance status, global rating of change and overall QoL. The distribution approach utilized standard deviations and standard error of measurement. Limitations included optimism bias and a change in patients' internal frame of reference. Currently, there is an inconsistency between meaningful change studies. Analyses should be conducted in population-specific samples, as meaningful change varies depending on patient characteristics. Consistently, meaningful change for improvement has been smaller than that for deterioration, suggesting that patients are more responsive to improvement.

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)0,017
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0130,013
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,226
Tête enseignante GPT0,613
Écart entre enseignants0,387 · 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.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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