MétaCan
Menu
Retour à la cohorte
Enregistrement W3130542487 · doi:10.1097/sla.0000000000004802

Symptom Assessment Following Surgery for Lung Cancer

2021· article· en· W3130542487 sur OpenAlexafffundabout
Dhruvin H. Hirpara, Natalie G. Coburn, Gail Darling, Biniam Kidane, Mathieu Rousseau, Vaibhav Gupta, Mark Doherty, Victoria Zuk, Victoria Delibasic, Wing C. Chan, Julie Hallet

Notice bibliographique

RevueAnnals of Surgery · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensUniversité de MontréalUniversity of ManitobaResearch Institute in Oncology and HematologyUniversity of TorontoUniversity Health NetworkCancerCare ManitobaHealth Sciences CentreInstitute for Clinical Evaluative SciencesSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineInterquartile rangeRelative riskPneumonectomyLung cancerPopulationRetrospective cohort studyCohortSurgeryCancerCohort studyInternal medicineConfidence interval

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To conduct a population-level analysis of temporal trends and risk factors for high symptom burden in patients receiving surgery for non-small cell lung cancer (NSCLC). BACKGROUND: A population-level overview of symptoms after curative intent surgery is necessary to inform decision making and supportive care for patients with lung cancer. METHODS: Retrospective cohort study of patients receiving surgery for stages I to III NSCLC between January 2007 and September 2018. Prospectively collection Edmonton Symptom Assessment System (ESAS) scores, linked to provincial administrative data, were used to describe the prevalence, trajectory, and predictors of moderate-to-severe symptoms in the year following surgery. RESULTS: A total of 5350 patients, with 28,490 unique ESAS assessments, were included in the analysis. Moderate-to-severe tiredness (68%), poor wellbeing (63%), and shortness of breath (60%) were the most common symptoms reported. The rise and fall in the proportion of patients experiencing moderate-to-severe symptoms after surgery coincided with the median time to first (58 days, interquartile range: 47-72) and last cycle of chemotherapy (140 days, interquartile range: 118-168), respectively. There was eventual stabilization, albeit above the preoperative baseline, within 6 to 7 months after surgery. Female sex (relative risk [RR] 1.09- 1.26), lower income (RR 1.08-1.23), stage III disease (RR 1.15-1.43), adjuvant therapy (RR 1.09-1.42), chemotherapy within 2 weeks of an ESAS assessment (RR 1.14-1.73), and pneumonectomy (RR 1.05-1.15) were associated with moderate-to-severe symptoms following surgery. CONCLUSIONS: Knowledge of population-level prevalence, trajectory, and predictors of moderate-to-severe symptoms after surgery for NSCLC can be used to facilitate shared decision making and improve symptom management throughout the course of illness.

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)0,004
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,178
Tête enseignante GPT0,435
Écart entre enseignants0,257 · 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

Citations12
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnnals of SurgeryMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207