MétaCan
Menu
Retour à la cohorte
Enregistrement W3179204113 · doi:10.14740/wjon1381

Quality of Life in Patients With Severe Skin Reactions in Course of First-Generation Epidermal Growth Factor Receptor Inhibitors Monoclonal Antibodies (Our Experience With Cetuximab)

2021· article· en· W3179204113 sur OpenAlexvenueno aff
Rossella De Luca, Gianluca Lo Coco, Raffaele Addeo, Silvia Ileana Fattoruso, Annunziata Auriemma, Roberta Paci, Ornella Mistretta, Maria Stella Epifanio, A Salvato, Alberto D’Agostino, Giuseppe Cicero

Notice bibliographique

RevueWorld Journal of Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Treatments and Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCetuximabRashEpidermal growth factor receptorCommon Terminology Criteria for Adverse EventsQuality of life (healthcare)Colorectal cancerAdverse effectMonoclonal antibodyInternal medicineOncologyToxicityDermatologyCancerAntibodyImmunology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Metastatic colorectal cancer (mCRC) with wild type expression of RAS and RAF genes can be treated with anti-epidermal growth factor receptor (EGFR) monoclonal antibodies, such as cetuximab, in combination with chemotherapy. Skin toxicity represents the most serious and frequent side effect in these patients. Skin manifestations occur in approximately 80% of patients. In this study, we investigated the consequences on body image and quality of life (QoL) of patients with severe skin toxicity. METHODS: One hundred patients were enrolled with mCRC. All patients signed informed consent and completed questionnaires to assess QoL and body discomfort. Toxicity was assessed on Common Terminology Criteria for Adverse Events (CTCAEs). RESULTS: The greatest impact on QoL was represented by difficulties in managing skin rash-related side effects. Data showed a significant impact in psychological sphere and social relationships. CONCLUSIONS: Skin side effects, particularly rash, influence QoL and social relationships, compromising therapeutic compliance.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,013
Score d'incertitude au seuil0,756

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,035
Tête enseignante GPT0,332
Écart entre enseignants0,296 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of OncologyMême sujetColorectal Cancer Treatments and StudiesTravaux en français237 207