Clinical Assessment of Cognitive Function in Patients with Head and Neck Cancer: Prevalence and Correlates
Notice bibliographique
Résumé
Objective Identify the prevalence and clinical correlates of cognitive impairment in patients presenting for treatment of head and neck cancer (HNC) using brief screening within a multidisciplinary care team. Study Design A case series with planned data collection of cognitive function, quality of life (QoL), and psychosocial variables. Setting Urban Midwest academic medical center. Subjects and Methods In total, 209 consecutive patients with a diagnosis of HNC between August 2015 and September 2016 who had a pretreatment assessment with a clinical health psychologist. At pretreatment assessment, the Montreal Cognitive Assessment (MoCA), a brief screening tool for cognitive function, was administered along with a semistructured interview to gather information on psychiatric symptoms, social support, and substance use. Patient information, including demographics, clinical variables, and psychosocial variables, was extracted via chart review. A subset of patients with HNC completed the Functional Assessment of Cancer Therapy-Head and Neck Cancer at pretreatment assessment and was included in the QoL analyses. Results Cognitive impairment was associated with current alcohol use, past tobacco use and number of pack years, time in radiotherapy, and adherence to treatment recommendations. Social, emotional, and functional QoL scales were associated with cognitive impairment, including executive function, language, and memory. Conclusion Cognitive impairment is common in patients with HNC, and there are important associations between cognitive impairment and psychosocial, QoL, and treatment adherence variables. The results argue for the incorporation of cognitive screening as part of pretreatment assessment for patients, as well as further research into more direct, causal relationships via longitudinal, prospective studies.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».