Inter-rater reliability in performance status assessment between clinicians and patients: a systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Performance status is an essential consideration for clinical practice and for patient eligibility for clinical trials in oncology. Assessment of performance status is traditionally done by clinicians, but there is an increasing interest in patient-completed assessment. The aim of this systematic review and meta-analysis was to summarise inter-rater concordance between patient and clinician ratings of performance status. METHODS: A search strategy was developed and executed in the databases of Ovid MEDLINE, Embase and Cochrane Central Register of Controlled Trials, from inception until 15 August 2019. Articles were eligible for inclusion if there was mention of both (1) use of performance status tool Karnofsky Performance Status (KPS) or Eastern Cooperative Oncology Group Performance Status (ECOG), and (2) assessment of performance status by both clinicians and patients. Pearson correlation coefficients were calculated for each study and were meta-analysed according to a random-effect analysis model. Analyses were conducted using Comprehensive Meta-Analysis (V.3) by Biostat. RESULTS: Sixteen articles were included in our review, reporting on a cumulative sample size of 6619 patients. The quality of evidence was moderate, as determined by the GRADE tool.Concordance ranged from fair to moderate for both the KPS and ECOG tools. The Pearson correlation coefficient was 0.449 for KPS and 0.584 for ECOG. CONCLUSIONS: There is fair to moderate concordance of patient and clinician performance status ratings. Future studies should examine the reasoning behind clinician and patient ratings to better understand discrepancies between ratings.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».