MétaCan
Menu
← Retour à la cohorte
Enregistrement W2589283019 · doi:10.1200/jco.2016.34.3_suppl.133

New conditions identified through a comprehensive geriatric assessment in cancer patients.

2016· article· en· W2589283019 sur OpenAlexaboutno aff
Beatrice J. Edwards, Holly M. Holmes, Heather Valladarez, Ming Sun, Peter Khalil, Vu H. Nguyen, Juhee Song

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePolypharmacyDementiaGeriatric oncologyCohortGerontologyGeriatricsComorbidityMalnutritionMontreal Cognitive AssessmentMoodPhysical therapyOsteoporosisCancerProstate cancerInternal medicinePediatricsPsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

133 Background: Chronologic age cannot be used to predict the degree of comorbidity and of functional deterioration of older adults. Assessment of older adults includes health, functional status, nutrition, cognition, socio-economic and mood disorders evaluations. This multidisciplinary assessment is referred to as comprehensive geriatric assessment (CGA). The risk of comorbid conditions increases with age and may result in under diagnosis: in older patients, new symptoms may not be clearly recognized by the patient and may be dismissed by practitioners as manifestations of preexisting conditions. Methods: We conducted a retrospective cohort analysis, of older adult patients (aged 70 years of age and older) evaluated at the Program for Healthy Aging at MD Anderson from January 1, 2013 through December 31, 2014. Assessment was conducted using Katz’ ADLs, Lawton’s IADLs, PHQ-9, the short physical performance battery, the Montreal cognitive assessment, mini nutritional assessment and Charlson co-morbidity index. Medication review and social assessment were also included. Analysis: cross tabulations were performed in SAS 9.4 (SAS Institute INC, Cary, NC) Results: We evaluated 198 patients, (n = 99, 51.6% females). Most common malignancies evaluated included hematologic malignancies (n = 62, 33%), breast cancer (n = 32, 13.2 %), prostate cancer (n = 19, 10 %) and other solid malignancies (n = 85, 43%). The comprehensive geriatric assessment identified a mean of 3 new conditions (range 1-10). The most commonly identified conditions included cognitive impairment and dementia (n = 148, 77%), low bone mass and osteoporosis (n = 67, 34%), malnutrition (n = 65, 34%), frailty (n = 58, 30.2%), and polypharmacy (n = 64, 33%). These conditions are relevant in the management of such patients and could lead to recurring admissions if left unaddressed. Conclusions: A CGA program in a cancer center allows for the identification of medical conditions that directly contribute to clinical outcomes. A CGA allows for the development of a comprehensive plan of care that addresses such issues preventing adverse consequences.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,156
Tête enseignante GPT0,525
Écart entre enseignants0,369 · 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'étudeObservationnel
Domainenon disponible
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetFrailty in Older Adults→Travaux en français237 207→