Validation of the patient-generated part of the PG-SGA against the malnutrition screening tool (MST).
Notice bibliographique
Résumé
e19626 Background: It is important to identify cancer patients (pts) who are at risk for malnutrition as many pts experience an array of nutritional problems which can impact upon their treatment plan and quality of life. This requires using an easy and reliable screening tool such as the MST or the scored PG-SGA. The scored PG-SGA is a more extensive tool consisting of a patient (pt) - generated section identifying symptoms that can impact on nutritional status. It also includes a second part consisting a pt’s physical examination. Both sections are summed to give an overall PG-SGA score. We hypothesized that the PG-SGA‘s pt-generated part alone, could be a comparable screening tool to the MST. Methods: We performed a prospective analysis from our out-patient pulmonary oncology clinic between July 1, 2010 to January 1, 2012 on non-small cell lung cancer (NSCLC) pts at various times in their cancer trajectory and used the MST as the gold standard. Pts were asked the MST’s questions by an oncology dietitian and completed the pt - generated part of the PG-SGA. Cut off points of ≥ 2 for the MST and ≥ 4 for the PG-SGA ( pt-generated part) were used to identify pts at risk for malnutrition. Results: 144 pts with NSCLC (72 male, 72 female, aged 67 ± 11 years) completed the questionnaires. Sixty-nine percent (99/144) had advanced disease. Fifty-six percent (81/144) of pts had a score ≥ 2 on the MST and 70 % (101/144) pts had a score ≥ 4 on the PG-SGA ( pt generated part). In 114 cases, the MST and PG-SGA scores were congruent: 76 were true positive and 38 were true negative. And in 30 cases the scores were discordant: 25 were false positive and 5 were false negative. The PG-SGA had a sensitivity of 94 % and a specificity of 60% in comparison to the MST. Conclusions: The pt-generated part of the PG-SGA alone had a sensitivity of 94% when compared to the MST. This tool could be used to screen for malnutrition risk in NSCLC pts attending an out-patient oncology clinic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».