Screening Tool Identifies Older Adults With Cancer at Risk for Poor Outcomes
Notice bibliographique
Résumé
BACKGROUND: Oncologists often struggle with managing the complex issues unique to older adults with cancer, and research is needed to identify patients at risk for poor outcomes. METHODS: This study enrolled patients aged ≥70 years within 8 weeks of a diagnosis of incurable gastrointestinal cancer. Patient-reported surveys were used to assess vulnerability (Vulnerable Elders Survey [scores ≥3 indicate a positive screen for vulnerability]), quality of life (QoL; EORTC Quality of Life of Cancer Patients questionnaire [higher scores indicate better QoL]), and symptoms (Edmonton Symptom Assessment System [ESAS; higher scores indicate greater symptom burden] and Geriatric Depression Scale [higher scores indicate greater depression symptoms]). Unplanned hospital visits within 90 days of enrollment and overall survival were evaluated. We used regression models to examine associations among vulnerability, QoL, symptom burden, hospitalizations, and overall survival. RESULTS: Of 132 patients approached, 102 (77.3%) were enrolled (mean [M] ± SD age, 77.25 ± 5.75 years). Nearly half (45.1%) screened positive for vulnerability, and these patients were older (M, 79.45 vs 75.44 years; P=.001) and had more comorbid conditions (M, 2.13 vs 1.34; P=.017) compared with nonvulnerable patients. Vulnerable patients reported worse QoL across all domains (global QoL: M, 53.26 vs 66.82; P=.041; physical QoL: M, 58.95 vs 88.24; P<.001; role QoL: M, 53.99 vs 82.12; P=.001; emotional QoL: M, 73.19 vs 85.76; P=.007; cognitive QoL: M, 79.35 vs 92.73; P=.011; social QoL: M, 59.42 vs 82.42; P<.001), higher symptom burden (ESAS total: M, 31.05 vs 15.00; P<.001), and worse depression score (M, 4.74 vs 2.25; P<.001). Vulnerable patients had a higher risk of unplanned hospitalizations (hazard ratio, 2.38; 95% CI, 1.08-5.27; P=.032) and worse overall survival (hazard ratio, 2.26; 95% CI, 1.14-4.48; P=.020). CONCLUSIONS: Older adults with cancer who screen positive as vulnerable experience a higher symptom burden, greater healthcare use, and worse survival. Screening tools to identify vulnerable patients should be integrated into practice to guide clinical care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».