MétaCan
Menu
← Retour à la cohorte
Enregistrement W2273249800 · doi:10.1200/jco.2009.27.15_suppl.9597

Is patient self-reporting more accurate than clinician reporting of symptoms for predicting survival in patients with cancer? Meta-analysis of 30 closed EORTC randomized controlled trials

2009· article· en· W2273249800 sur OpenAlexaff
Andrew Bottomley, Corneel Coens, M. E. King, David Osoba, Bryce B. Reeve, Jolie Ringash, J. Schmucker-Von Koch, Joachim Weis, Chantal Quinten

Notice bibliographique

RevueJournal of Clinical Oncology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Treatment and Pharmacology
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineNauseaConstipationVomitingDiarrheaInternal medicineRandomized controlled trialCancer

Résumé

récupéré en direct d'OpenAlex

9597 Background: This study investigated whether patient self-reporting of symptoms improved prediction of survival as compared to clinician reporting or whether it provided an additive value when taken together with clinician assessment of the same symptoms. Methods: Patients with advanced cancer from 30 European Organisation for Research and Treatment of Cancer (EORTC) Randomized Controlled Trials were included in this retrospective pooled analysis. Clinician [Common Toxicity Criteria (CTC)] and patient (EORTC QLQ-C30) symptom assessment were reported at entry into the study. Data were obtained for six symptoms: pain, fatigue, vomiting, nausea, diarrhea and constipation. The prognostic accuracy for survival was assessed by modeling the contrast in reporting using the Harrell's discrimination c-index (c). Results: Data were available from patient and clinician assessment for pain [number of trials (t) =8, number of patients (n) =1214], fatigue [t=5, n=1237], vomiting [t=5, n=824], nausea [t=6, n=1393], diarrhea [t=6, n=815] and constipation [t=4, n=751]. Fatigue (c=0.59 vs 0.55, p<.01) and constipation (c=0.57 vs 0.52, p=0.03) as reported by patients (vs clinicians) were significantly higher in predicting survival. Patient reported pain (c=0.59 vs 0.58, p=0.17), nausea (c=0.54 vs 0.52, p=0.51), vomiting (c=0.55 vs 0.52, p=0.21) and diarrhea (c=0.51 vs 0.52, p=0.49) did not predict survival any more accurately than clinician assessment. Patient and clinician assessment combined (vs clinicians alone) improved the prognostic accuracy for fatigue (c=0.61 vs 0.55, p=0.01), pain (c=0.60 vs 0.58, p<0.01), nausea (c=0.54 vs 0.52, p=0.04), vomiting (c=0.56 vs 0.52, p=0.04) and constipation (c=0.5 vs 0.52, p=0.01), but not for diarrhea (c=0.52 vs 0.52, p=0.44). Conclusions: Our results suggest that patients’ ratings of their own fatigue and constipation have more prognostic value than clinicians’ ratings of these symptoms. Further, the prognostic value of clinicians's ratings can be improved by combining them with patients’ assessments for the symptoms pain, fatigue, constipation, nausea and vomiting. No significant financial relationships to disclose.

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)0,077
score de la tête « metaresearch » (Gemma)0,110
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,405

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0770,110
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0210,065
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,277
Tête enseignante GPT0,548
Écart entre enseignants0,271 · 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'étudeMéta-analyse
DomaineMéthodes
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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer Treatment and Pharmacology→Travaux en français237 207→