MétaCan
Menu
Retour à la cohorte
Enregistrement W3029271584 · doi:10.1200/jco.2020.38.15_suppl.12020

Impact of baseline symptom burden as assessed by patient-reported outcomes (PROs) on overall survival (OS) of patients with metastatic cancer.

2020· article· en· W3029271584 sur OpenAlexaffabout
Atul Batra, Colleen Cuthbert, Andrew Harper, Lin Yang, Devon J. Boyne, Rodrigo Rigo, Winson Y. Cheung

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensAlberta Health ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineProportional hazards modelProstate cancerCancerBreast cancerColorectal cancerPsychosocialLung cancerOncology

Résumé

récupéré en direct d'OpenAlex

12020 Background: Patients with metastatic cancer experience variable symptom burden, but serial symptom assessments using PROs may be challenging to implement in routine clinical practices. We aimed to determine if a single measurement of symptom burden at the time of metastatic diagnosis is associated with survival. Methods: We examined prospectively collected baseline PROs of patients newly diagnosed with metastatic breast, lung, colorectal, or prostate cancer using the revised Edmonton Symptom Assessment System (ESASr) questionnaire from a large province (Alberta, Canada) between 2016 and 2019. The ESASr was categorized into physical (PH), psychosocial (PS), and total symptom (TS) domains whereby scores were classified as mild (0-3), moderate (4-6), or severe (7-10). Multivariable Cox proportional hazards models were constructed to evaluate the effect of baseline symptom scores on OS. Results: We identified 1,315 patients, of whom 57% were men and median age was 66 (IQR, 27-93) years. There were 180, 601, 240, and 294 patients with breast, lung, colorectal, and prostate cancer, respectively. Approximately one-quarter of all patients reported moderate to severe PH, PS, and TS scores, with lung cancer patients experiencing the highest symptom intensity across all domains ( P<0.0001). While age did not affect symptom scores, women were more likely to report severe PH, PS, and TS scores as compared to men ( P=0.02, 0.002, and 0.007, respectively). On multivariable Cox regression analysis, older age (HR 1.02, 95% CI, 1.02-1.03, P<0.0001) and female sex (HR 1.67, 95% CI, 1.39-1.99, P<0.0001) were predictive of worse OS as were severe baseline PH and TS scores (see Table) . However, baseline PS scores were not related to OS. Conclusions: A single assessment of baseline symptom burden using the ESASr in patients with metastatic cancer has significant prognostic value. This may represent a feasible first step toward routine collection of PROs in real-world settings where serial symptom measurements can be challenging to implement. [Table: see text]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,400
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207