MétaCan
Menu
Retour à la cohorte
Enregistrement W3037054333 · doi:10.1080/01635581.2020.1784441

Home Parenteral Nutrition in Patients with Advanced Cancer: A Systematic Review and Meta-Analysis

2020· review· en· W3037054333 sur OpenAlexaboutno aff
Francis O’Hanlon, Konstantinos C. Fragkos, Lucia Fini, Pinal S. Patel, Shameer Mehta, Farooq Rahman, Simona Di

Notice bibliographique

RevueNutrition and Cancer · 2020
Typereview
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParenteral nutritionMedicineMeta-analysisCohortCancerQuality of life (healthcare)Intestinal failureClinical endpointCohort studyCatheterPediatricsIntensive care medicineInternal medicineSurgeryRandomized controlled trial

Résumé

récupéré en direct d'OpenAlex

The use of home parenteral nutrition (HPN) in patients with incurable cancer remains controversial with significant variation worldwide. We aimed to systematically evaluate the literature from 1960 to 2018 examining the use of HPN in advanced cancer patients for all intestinal failure indications and assess the potential benefits/burdens of HPN in this cohort of patients. The primary end point was survival and secondary end points were quality of life and nutritional/performance status. Meta-analysis was performed with a random effects model, where suitable. Of 493 studies retrieved, 22 met the quality inclusion criteria. Studies were mainly conducted in Western countries (Italy, USA, Canada, Germany), including a total of 3564 patients (mean age 57.8 years). Mean duration for HPN was 5.0 mo. Mean overall survival was 7.3 mo. Patients with improved performance status survived for longer on HPN. Quality of life was sparsely reported though there was no observed negative impact of PN. HPN-related complications were reported in eight studies only and were mainly catheter-related blood stream infections. In conclusion, HPN is used for several indications in advanced cancer, though there is significant heterogeneity of results. Disparities in geographical distribution of the studies may reflect variation in accessing HPN.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,020
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,055
Tête enseignante GPT0,371
Écart entre enseignants0,315 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations27
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition and CancerMême sujetClinical Nutrition and GastroenterologyTravaux en français237 207