MétaCan
Menu
Retour à la cohorte
Enregistrement W2342278004 · doi:10.1188/16.onf.273-276

Severe Obesity in Cancer Care

2016· article· en· W2342278004 sur OpenAlexaff
Erin Streu

Notice bibliographique

RevueOncology nursing forum · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineAmbulatoryWeight lossCancerMorningObesityNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Increasing weight and body fat composition has an impact on cancer detection and staging. Obese women are less likely to engage in breast and cervical screening practices. Excessive adipose tissue makes physical assessment more difficult, and patients with a BMI greater than 35 kg/m2 may have deeper and wider pelvic structures, which make internal examinations problematic. A retrospective review of 324 primary surgical patients found that patients with a BMI greater than 40 kg/m2 are seven times less likely to undergo complete surgical staging for endometrial cancer compared with individuals with a BMI less than 40 kg/m2. In addition, healthcare provider bias against the need for screening, feelings of discomfort and embarrassment, as well as patient's fears of guilt, humiliation, and shame pose significant barriers to addressing the issue of obesity in clinical care with patients and family members. .

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0030,002
Science ouverte0,0000,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,022
Tête enseignante GPT0,366
Écart entre enseignants0,344 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncology nursing forumMême sujetCancer Risks and FactorsTravaux en français237 207