Cancer-related cognitive impairment in breast cancer survivors: An examination of conceptual and statistical cognitive domains using principal component analysis
Notice bibliographique
Résumé
There is a great deal of variability in the composition of neuropsychological test batteries used in the assessment of cancerrelated cognitive impairment (CRCI). Not only the development of a gold standard approach for CRCI assessment would allow for easier identification of women suffering from CRCI but it would also promote optimal care for survivors. As a first step towards the development of a valid and reliable unified test battery, the objective of this study was to verify whether the theoretical domains commonly used in CRCI assessment are statistically supported, before and after breast cancer treatment. Principal component analyses (PCA) were performed on the results from 23 neuropsychological tests grouped into eight conceptual domains. For baseline data, the Kaiser-Meyer-Olkin was .82 and Bartlett’s χ2(253, N=95) = 949.48, P<0.001. A five-component solution explained 60.94% of the common variance. For the post-treatment data, the Kaiser-Meyer-Olkin was .83 and Bartlett’s χ2(253, N=95) = 1007.21, P<0.001 and a five component solution explained 62.03% of the common variance. Although a visual comparison of the theoretical model with those determined via PCA indicated important overlap between conceptual domains and statistical components, significant dissimilarities were also observed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».