MétaCan
Menu
Retour à la cohorte
Enregistrement W2605759430 · doi:10.2217/fon-2017-0062

ESAS and FACT-B in eribulin-treated metastatic breast cancer patients: a multicenter, prospective and observational study

2017· article· en· W2605759430 sur OpenAlexaboutno aff
Luca Moscetti, Lucia Mentuccia, Patrizia Vici, Silvia Quadrini, Isabella Sperduti, Laura Pizzuti, Agnese Fabbri, Angela Vaccaro, Marcello Maugeri‐Saccà, Maddalena Barba, Domenico Sergi, G. Zampa, Teresa Gamucci

Notice bibliographique

RevueFuture Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Treatment and Pharmacology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEribulinMetastatic breast cancerObservational studyInternal medicineQuality of life (healthcare)OncologyBreast cancerProspective cohort studyCancerNursing

Résumé

récupéré en direct d'OpenAlex

AIM: Quality of life (QoL) is a critical issue for women with metastatic breast cancer (MBC). Eribulin mesylate represents a novel and active drug for pretreated MBC. Regretfully, few data exploring health-related (HR) QoL are available in unselected populations. PATIENTS & METHODS: A multicenter prospective observational study was conducted in 50 MBC patients treated with eribulin mesylate, in order to evaluate HRQoL and patients' well-being by using the Edmonton symptoms assessment scale (ESAS) and Functional Assessment of Cancer Therapy-Breast questionnaires. RESULTS: A significant ESAS score improvement was observed with a 10% median decrease. No differences were revealed for the QoL scores. CONCLUSION: The analysis of ESAS and Functional Assessment of Cancer Therapy scores showed that eribulin mesylate contributes to preserve QoL in MBC patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,019
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

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

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 Opus0,053
Tête enseignante GPT0,409
Écart entre enseignants0,356 · 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 tête enseignante, 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuture OncologyMême sujetCancer Treatment and PharmacologyTravaux en français237 207