MétaCan
Menu
Retour à la cohorte
Enregistrement W4210316197 · doi:10.1136/ijgc-2021-003142

Symptom burden and quality of life with chemotherapy for recurrent ovarian cancer: the Gynecologic Cancer InterGroup-Symptom Benefit Study

2022· article· en· W4210316197 sur OpenAlexaff
Yeh Chen Lee, Madeleine King, Rachel O’Connell, Anne Lanceley, Florence Joly, Felix Hilpert, Alison Davis, Felicia Roncolato, Aikou Okamoto, Jane Bryce, Paul Donnellan, Amit M. Oza, Elisabeth Åvall‐Lundqvist, Jonathan S. Berek, Jonathan A. Ledermann, Dominique Berton, Jalid Sehouli, Amanda Feeney, Marie‐Christine Kaminsky, Katrina Diamante, Martin R. Stockler, Michael Friedländer

Notice bibliographique

RevueInternational Journal of Gynecological Cancer · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesUCLH Biomedical Research CentreNational Health and Medical Research CouncilUniversity College London Hospitals NHS Foundation TrustCancer AustraliaCancer Research UKTarget Ovarian CancerNational Institute for Health and Care ResearchAustralian Government
Mots-clésMedicineQuality of life (healthcare)Ovarian cancerInternal medicineChemotherapyCancerPhysical therapy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The Gynecologic Cancer InterGroup (GCIG)-Symptom Benefit Study was designed to evaluate the effects of chemotherapy on symptoms and health-related quality of life (HRQL) in women having chemotherapy for platinum resistant/refractory recurrent ovarian cancer (PRR-ROC) and potentially platinum sensitive with ≥3 lines of chemotherapy (PPS-ROC ≥3). METHODS: Participants completed the Measure of Ovarian Cancer Symptoms and Treatment (MOST) and European Organization for Research and Treatment of Cancer (EORTC) Quality of Life Questionnaire QLQ-C30 questionnaires at baseline and every 3-4 weeks until progression. Participants were classified symptomatic if they rated ≥4 of 10 in at least one-third of symptoms in the MOST index. Improvement in MOST was defined as two consecutive scores of ≤3 in at least half of the symptomatic items at baseline. Improvement in HRQL was defined as two consecutive scores ≥10 points above baseline in the QLQ-C30 summary score scale (range 0-100). RESULTS: Of 948 participants enrolled, 910 (96%) completed baseline questionnaires: 546 with PRR-ROC and 364 with PPS-ROC ≥3. The proportions of participants symptomatic at baseline as per MOST indexes were: abdominal 54%, psychological 53%, and disease- or treatment-related 35%. Improvement was reported in MOST indexes: abdominal 40%, psychological 35%, and disease- or treatment-related 38%. Median time to improvement in abdominal symptoms occurred earlier for PRR-ROC than for PPS-ROC ≥3 (4 vs 6 weeks, p=0.044); median duration of improvement was also similar (9.0 vs 11.7 weeks, p=0.65). Progression-free survival was longer among those with improvement in abdominal symptoms than in those without (median 7.2 vs 2.5 months, p<0.0001). Improvements in HRQL were reported by 77/448 (17%) with PRR-ROC and 61/301 (20%) with PPS-ROC ≥3 (p=0.29), and 102/481 (21%) of those with abdominal symptoms at baseline. CONCLUSION: Over 50% of participants reported abdominal and psychological symptoms at baseline. Of those, 40% reported an improvement within 2 months of starting chemotherapy. Approximately one in six participants reported an improvement in HRQL. Symptom monitoring and supportive care is important as chemotherapy palliated less than half of symptomatic participants.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,047
Tête enseignante GPT0,365
Écart entre enseignants0,318 · 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

Citations32
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Gynecological CancerMême sujetOvarian cancer diagnosis and treatmentTravaux en français237 207