MétaCan
Menu
← Retour à la cohorte
Enregistrement W3029613184 · doi:10.3747/co.27.5651

A Randomized Trial of the Electronic Lung Cancer Symptom Scale for Quality-of-Life Assessment in Patients with Advanced Non-small-Cell Lung Cancer

2020· article· en· W3029613184 sur OpenAlexafffundvenue
James Kuo, Donna M. Graham, Alexandra Salvarrey, F. Kassam, Lisa W. Le, Frances A. Shepherd, R. Burkes, Patricia J. Hollen, Richard J. Gralla, Natasha B. Leighl

Notice bibliographique

RevueCurrent Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensMount Sinai HospitalSouthlake Regional Health CenterPrincess Margaret Cancer Centre
Organismes subventionnairesPrincess Margaret Cancer Foundation
Mots-clésMedicineLung cancerReferralQuality of life (healthcare)Psychological interventionInternal medicineClinical endpointRandomized controlled trialPalliative careClinical trialChemotherapyOncologyPhysical therapyFamily medicineNursing

Résumé

récupéré en direct d'OpenAlex

Introduction: Improving health-related quality of life (hrqol) is a key goal of systemic therapy in advanced lung cancer, although routine assessment remains challenging. We analyzed the impact of a real-time electronic hrqol tool, the electronic Lung Cancer Symptom Scale (elcss-ql), on palliative care (pc) referral rates, patterns of chemotherapy treatment, and use of other supportive interventions in patients with advanced non-small-cell lung cancer (nsclc) receiving first-line chemotherapy. Methods: Patients with advanced nsclc starting first-line chemotherapy were randomized to their oncologist receiving or not receiving their elcss-ql data before each clinic visit. Patients completed the elcss-ql at baseline, before each chemotherapy cycle, and at subsequent follow-up visits until disease progression. Prospective data about the pc referral rate, hrqol, and use of other supportive interventions were collected. Results: For the 95 patients with advanced nsclc who participated, oncologists received real-time elcss-ql data for 44 (elcss-ql arm) and standard clinical assessment alone for 51 (standard arm). The primary endpoint, the pc referral rate, was numerically higher, but statistically similar, for patients in the elcss-ql and standard arms. The hrqol scores over time were not significantly different between the two study arms. Conclusions: The elcss-ql is feasible as a tool for use in routine clinical practice, although no statistically significant effect of its use was demonstrated in our study. Improving access to supportive care through the collection of patient-reported outcomes and hrqol should be an important component of care for patients with advanced lung cancer.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,414
Écart entre enseignants0,369 · 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'étudeEssai randomisé
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

Citations12
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetCancer survivorship and care→Travaux en français237 207→