Screening for cancer-associated dysphagia: The development of two rapid tools for use in observational studies and routine care.
Notice bibliographique
Résumé
164 Background: Dysphagia as a cancer symptom can be associated with significant morbidity. We developed dysphagia screener tools for use in observational studies (Phase 1) and routine symptom monitoring in clinical care (Phase 2). Methods: Various dysphagia or odynophagia screening questions, selected after an expert panel reviewed content, criterion, and construct validity, were compared to either FACT-E Swallowing Index Cut-Off Values (SICV) or to questions adapted from the Patient Reported Outcomes for Common Terminology Criteria for Adverse Events (PRO-CTCAE). Sensitivity, specificity and patient acceptability were assessed. Results: In developing a tool for observational studies (Phase 1; n = 178 esophageal cancer patients), the screening question, “How are you currently eating?” had the highest sensitivities and specificities against various SICV cut-offs, with the best optimal cut-off associated with the clinical outcome of weight loss (80% sensitivity, 75% specificity). When developing a rapid screening tool for routine symptom monitoring (Phase 2; 255 head and neck, gastro-esophageal, and patients undergoing thoracic radiation), a single question screener (“Do you experience any difficulty or pain upon swallowing?”) versus a PRO-CTCAE-like gold standard generated sensitivities between 86-94% and specificities between 93-100%. The screening question (+/- follow-up questions where indicated) had a median completion time of under 2 minutes, and > 90% of patients were happy to complete the survey on an electronic tablet, did not feel that survey completion made their clinic visit more difficult, and did not find the questions upsetting or distressful. Conclusions: Two screener tools (for prospective observational studies “How are you currently eating?”, and for routine clinical monitoring “Do you experience any difficulty or pain upon swallowing?”) can effectively screen dysphagia symptoms without increasing cancer outpatient clinic burden.
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 | 0,365 | 0,446 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».