MétaCan
Menu
← Retour à la cohorte
Enregistrement W3113041355 · doi:10.1093/neuonc/noaa215.581

NCOG-43. NEUROCOGNITIVE IMPAIRMENT AND FRAILTY IN GERIATRIC PATIENTS WITH HIGH GRADE GLIOMA AND THORACIC MALIGNANCY

2020· article· en· W3113041355 sur OpenAlexaboutno aff
Daniel Haggstrom, Armida Parala‐Metz, Raghava R. Induru, Tiffany Kneuss, Markecia Cooper, Anthony J. Caprio, Ashley Sumrall

Notice bibliographique

RevueNeuro-Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineNeurocognitiveMalignancyGliomaInternal medicineCohortGeriatric oncologyIncidence (geometry)CancerPhysical therapyOncologyCognition

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND The median age at diagnosis for high grade glioma is 64 years. With peak incidence 75-84, malignant glial tumors are frequently a disease of the elderly. Common assessment measures fail to accurately gauge geriatric cancer patient fitness. Comprehensive Geriatric Assessment (CGA) is recommended in patients older than 65 to gauge risk of toxicity and tolerance of therapeutic intervention. We reviewed data for older patients with high grade glioma (HGG) and thoracic malignancy (TM) who underwent CGA via Senior Oncology Clinic (SOC) at Levine Cancer Institute. METHODS From 2015 to 2019 104 thoracic malignancy patients and 19 high grade glioma patients completed CGA via SOC before treatment or a required change in therapy. Data was incorporated into the LCI Senior Oncology Database by the REDCap secure web application, allowing for both quantitative and qualitative data analysis. RESULTS The median age was 77 in the HGG cohort compared to 80 years with TM. The physician rated Karnofsky Performance Status (KPS) for HGG and TM were similar (76% v 79%) as were the percentages of patients that were frail or prefrail (90% v 87%). Montreal Cognitive Assessment scores were lower in HGG (20 v 23). Considerably more HGG had falls in the 6 months before their assessment (58% v 30%) and gait speed was slower (0.76 m/s v 0.85 m/s). CONCLUSIONS Older patients with high grade gliomas compared to similar thoracic malignancies had more neurocognitive impairment, falls in the preceding 6 months, and slower gait speed. Physician rated KPS and frailty were similar in both groups. The results illustrate the limitations of physician-rated performance measures and highlight the importance of CGA in older brain tumor patients.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,287
Écart entre enseignants0,266 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology→Même sujetFrailty in Older Adults→Travaux en français237 207→