MétaCan
Menu
Retour à la cohorte
Enregistrement W3168085238 · doi:10.1200/jco.2021.39.15_suppl.e18621

Health-related quality of life in the treatment and survivorship phases of breast cancer.

2021· article· en· W3168085238 sur OpenAlexaff
Manraj Kaur, Anne F. Klassen, Feng Xie, Charlene Rae, Andrea L. Pusic

Notice bibliographique

RevueJournal of Clinical Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple and Secondary Primary Cancers
Établissements canadiensImpactMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineSurvivorship curveBreast cancerQuality of life (healthcare)CancerCancer survivorshipGerontologyFamily medicineDemographyOncologyInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

e18621 Background: Understanding the health-related quality of life (HRQOL) of breast cancer during treatment and survivorship is important; however, little data are available - particularly for long-term ( > 5 year) survivors. Health utility scores anchored between 0 (death) and 1 (perfect/best possible health) have been shown to be a good proxy index score of the overall HRQOL. The aim of this study was to estimate the utilities in the treatment and survivorship of breast cancer using validated preference-based measures(PBMs). Methods: Women (18 years or older) with history of breast cancer (on/off treatment) were recruited via Love Research Army (LRA), an online community of women engaged in breast cancer research. Members of the LRA were invited to participate via email and women who self-selected to be eligible were asked to complete clinical and demographics form and two generic PBMs - EQ-5D and Short Form-12 (SF-12), and one cancer-specific PBM-European Organization for Research and Treatment of Cancer-8D (EORTC-8D). Descriptive statistics and non-parametric analysis of variance tests were used to examine differences between the survivorship groups. Results: 1,636 women aged 46 ± 10 years were included in the analysis. Mean age at primary diagnosis was 35 ± 10 years and most patients were diagnosed with breast cancer stage 0-2 (n = 1362, 83.25%). For women currently on treatments, mean utility values were: chemotherapy (EQ-5D = 0.61, SF-6D = 0.67,EORTC-8D = 0.69), radiation(EQ-5D = 0.71, SF-6D = 0.67, EORTC-8D = 0.66), hormone replacement therapy (EQ-5D = 0.82,SF-6D = 0.76,EORTC-8D = 0.85), targeted therapy (EQ-5D = 0.77, SF-6D = 0.74, EORTC-8D = 0.82), and surgery (EQ-5D = 0.81,SF-6D = 0.69, EORTC-8D = 0.78). For women diagnosed with arm lymphedema (n = 182,11%), utility values were EQ-5D = 0.79,SF-6D = 0.74, EORTC-8D = 0.82. Women who were ≤ 5 years post-primary diagnosis reported slightly lower utility values (EQ-5D = 0.82,SF-6D = 0.76,EORTC-8D = 0.84) than women who were 6-10 years (EQ-5D = 0.83,SF-6D = 0.76,EORTC-8D = 0.85; p = 0.117) post-primary diagnosis. However, when utilities for women who were ≤ 5 years post-primary diagnosis were compared to women who were 11 to 15 years (EQ-5D = 0.86,SF-6D = 0.79,EORTC-8D = 0.88) and over 15 years (EQ-5D = 0.86,SF-6D = 0.81,EORTC-8D = 0.89) post-primary diagnosis, the difference was statistically significant (p = 0.000). Women who belonged to non-White ethnic groups, had lower levels of education (Bachelors or less) and reported less than USD 50,000 annual income in the previous year reported lower utility values across all time points, after adjusting for age and cancer stage. Conclusions: This study shows that the HRQOL decline in the first five years post-primary breast cancer diagnosis persists for several years into survivorship. Further, women from ethnic minority groups and lower socioeconomic background have lower HRQOL, irrespective of their age and cancer stage.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,216
Score d'incertitude au seuil0,886

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,292
Tête enseignante GPT0,531
Écart entre enseignants0,239 · 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 tête enseignante, 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetMultiple and Secondary Primary CancersTravaux en français237 207