Impact and Feasibility of a Comprehensive Geriatric Assessment in the Oncology Setting
Notice bibliographique
Résumé
OBJECTIVES: A comprehensive geriatric assessment (CGA) is an objective means of assessing the global health of older patients. While evidence suggesting its promise in improving outcome prediction in the oncology setting is growing, its benefit in guiding treatment decisions remains uncertain. We sought to determine the feasibility and impact of CGA, from a consultative geriatric-oncology service, on treatment decisions in older cancer patients. METHODS: A pilot clinic, where patients underwent CGA with a medical oncologist and geriatrician, was established. Patients ≥70 years, with gastrointestinal or lung cancer were eligible. Following standard assessment by the primary oncologist, a treatment decision was recorded. Patients subsequently underwent a CGA. The final treatment plan was made by the primary oncologist after receipt of findings and recommendations from the CGA. Changes in treatment decisions were recorded. RESULTS: The study enrolled from January to October 2009. Of 168 eligible patients, 120 (71%) were not referred for assessment. Thirty of 48 patients approached underwent CGA. In six patients the treatment plan was undecided at time of referral. In five of these, CGA impacted the ultimate decision (83%). Where the management plan was decided at time of referral (n=24), CGA impacted the final decision in only 1 patient (4%). Previously unidentified medical problems were identified in 70% of patients. CONCLUSIONS: Several factors limited the feasibility of a consultation-type geriatric-oncology service to assess older cancer patients. The impact of CGA in informing treatment decisions was modest but may be of value when the initial treatment decision is uncertain.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».