Developing a comprehensive cancer specific geriatric assessment tool
Notice bibliographique
Résumé
BACKGROUND: Population aging is one of the most distinctive demographic events of this century. United Nations projections suggest that the number of older persons is expected to increase by more than double from 841 million in 2013 to >2 billion by 2050. It is estimated that 60% of the elderly patients may be affected by cancer and may present in the advanced stage. The aim of this paper was to develop a brief cancer-specific comprehensive geriatric assessment tool for use in a geriatric population with advanced cancer that would identify the various medical, psychosocial, and functional issues in the older person. METHODS: Literature on assessment of geriatric needs in an oncology setting was reviewed such that validated tools on specific domains were identified and utilized. The domains addressed were socioeconomic, physical symptoms, comorbidity, functional status, psychological status, social support, cognition, nutritional status and spiritual issues. Validated tools identified were Kuppuswamy scale (socioeconomic), Edmonton Symptom Assessment Scale (Physical symptoms) and SAKK cancer-specific geriatric assessment tool, which included six standard geriatric measures covering five geriatric domains (comorbidity, functional status, psychological status, social support, cognition, nutritional status). The individual measures were brief, reliable, and valid and could be administered by the interviewer. CONCLUSION: The tool was developed for use under the geriatric palliative care project of the department of palliative medicine at Tata Memorial Hospital, Mumbai. We plan to test the feasibility of the tool in our palliative care set-up, conduct a needs assessment study and based on the needs assessment outcome institute a comprehensive geriatric palliative care project and reassess outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».