The Optimal Cutoff Point for Expressing Revised Edmonton Symptom Assessment System Scores as Binary Data Indicating the Presence or Absence of Symptoms
Notice bibliographique
Résumé
CONTEXT: Terminally ill patients with cancer experience various physical and emotional symptoms that have a negative impact on quality of life and activities of daily living. Recently, revised Edmonton Symptom Assessment System (ESAS-r) scores have been proposed for assessing symptoms in terminally ill patients with cancer. OBJECTIVE: To determine the optimal cutoff point for expressing ESAS-r scores as binary data, indicating the presence or absence of symptoms. METHODS: We conducted a retrospective study of patients hospitalized in the palliative care unit of our hospital between September 1, 2014 and May 31, 2015. To determine the optimal cutoff point for expressing ESAS-r scores as binary data, indicating the presence or absence of 6 physical symptoms ("pain," "tiredness," "drowsiness," "nausea," "lack of appetite," and "dyspnea"), the sensitivity and specificity of each measurement were calculated. Cutoff points were estimated using receiver operating characteristic curve analysis. RESULTS: Data from 157 patients who performed the self-assessment in ESAS-r scores were analyzed. The mean age was 66.5 years. Approximately 60.0% of patients were male. The optimal cutoff point for pain, tiredness, drowsiness, nausea, lack of appetite, and dyspnea was 4, 4, 4, 2, 5, and 4, respectively. The area under the curve for tiredness, nausea, and dyspnea was >0.70, followed in order by pain, lack of appetite, and drowsiness. The area under the curve for drowsiness was 0.55. CONCLUSION: Our results suggest that physical symptoms other than drowsiness could potentially predict ESAS-r score severity.
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 | 0,008 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».