MétaCan
Menu
Retour à la cohorte
Enregistrement W3195633341 · doi:10.1097/nnr.0000000000000549

Latent Class Analysis of Symptom Burden Among Seriously Ill Adults at the End of Life

2021· article· en· W3195633341 sur OpenAlexaboutno aff
Komal Patel Murali, Gary Yu, John D. Merriman, Allison Vorderstrasse, Amy S. Kelley, Abraham A. Brody

Notice bibliographique

RevueNursing Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Nursing ResearchNational Institute on Aging
Mots-clésLatent class modelMedicineQuality of life (healthcare)Palliative careAnxietyDepression (economics)Psychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Serious illness is characterized by high symptom burden that negatively affects quality of life (QOL). Although palliative care research has highlighted symptom burden in seriously ill adults with cancer, symptom burden among those with noncancer serious illness and multiple chronic conditions has been understudied. Latent class analysis is a statistical method that can be used to better understand the relationship between severity of symptom burden and covariates, such as the presence of multiple chronic conditions. Although latent class analysis has been used to highlight subgroups of seriously ill adults with cancer based on symptom clusters, none have incorporated multiple chronic conditions. OBJECTIVES: The objectives of this study were to (a) describe the demographic and baseline characteristics of seriously ill adults at the end of life in a palliative care cohort, (b) identify latent subgroups of seriously ill individuals based on severity of symptom burden, and (c) examine variables associated with latent subgroup membership, such as QOL, functional status, and the presence of multiple chronic conditions. METHODS: A secondary data analysis of a palliative care clinical trial was conducted. The latent class analysis was based on the Edmonton Symptom Assessment System, which measures nine symptoms on a scale of 0-10 (e.g., pain, fatigue, nausea, depression, anxiousness, drowsiness, appetite, well-being, and shortness of breath). Clinically significant cut-points for symptom severity were used to categorize each symptom item in addition to a categorized total score. RESULTS: Three latent subgroups were identified (e.g., low, moderate, and high symptom burden). Lower overall QOL was associated with membership in the moderate and high symptom burden subgroups. Multiple chronic conditions were associated with statistically significant membership in the high symptom burden latent subgroup. Older adults between 65 and 74 years had a lower likelihood of moderate or high symptom burden subgroup membership compared to the low symptom burden class. DISCUSSION: Lower QOL was associated with high symptom burden. Multiple chronic conditions were associated with high symptom burden, which underlines the clinical complexity of serious illness. Palliative care at the end of life for seriously ill adults with high symptom burden must account for the presence of multiple chronic conditions.

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)0,010
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
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 Opus0,142
Tête enseignante GPT0,467
Écart entre enseignants0,325 · 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing ResearchMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207