MétaCan
Menu
Retour à la cohorte
Enregistrement W4233923410 · doi:10.1200/jco.2016.34.15_suppl.e18204

Evaluating the utility of the QUAL-EC in the clinical care of patients with advanced cancer.

2016· article· en· W4233923410 sur OpenAlexaboutno aff
Anne Wilkinson, Susan Slatyer, Anna K. Nowak, Cathy Pienaar, Anil Tandon, Mark C. Wallace

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineQuality of life (healthcare)DistressLung cancerPalliative careCancerFamily medicineClinical psychologyInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

e18204 Background: Improvement of quality of life (QoL) is a fundamental goal of care for people with advanced cancer. The Quality of Life at the End of Life (QUAL-E) instrument was developed to measure four domains: Symptom control; Relationship with healthcare provider; Preparation for end of life (concerns about loved ones); and Life completion. Piloting the QUAL-E with Australian palliative inpatients (n = 52) demonstrated acceptability and face validity. A reduced 17-item instrument, the QUAL-E-Cancer (QUAL-EC), validated with Canadian patients (n = 464) was recommended to assess QoL in people with advanced cancer. This study evaluated the utility and feasibility of the QUAL-EC by: • Exploring associations between QUAL-EC domain scores and distress. • Exploring in-depth responses to the QUAL-EC when administered as an interview. Methods: A cross-sectional, mixed methods design was used. Convenience sampling recruited patients with advanced cancer and a prognosis of less than 12 months from a tertiary hospital. Participants completed the QUAL-EC and the Distress Thermometer Screening Tool4 (DT). Qualitative data collection involved digital recordings of QUAL-EC interviews. Results: The accrual target of 25 inpatients (78% response) and 25 outpatients (96% response) was reached. The mean age was 59.9 years. The most common diagnoses were mesothelioma (26%), and cancers of the lung (22%) and brain (10%). Patients’ DT scores indicated that 39.6% were experiencing severe distress (score ≥ 7) while 40% reported moderate distress (score 4-6). Levels of distress significantly correlated with two QUAL-EC domains: Symptom control (r= 0.52, p < 0.001) and Preparation for end of Life (r= 0.32, p < 0.05). Qualitative analysis described the influence of pervasive emotional stress, bothersome symptoms, and psychosocial factors on QUAL-EC responses. Conclusions: Distress was associated with either symptom burden, or concerns about loved ones. When distress is identified on screening, the QUAL-EC offers potential as an instrument capable of nuanced assessment to direct intervention towards psychosocial or physical and symptom-related concerns.

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)0,018
score de la tête « metaresearch » (Gemma)0,037
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 enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,267
Tête enseignante GPT0,497
Écart entre enseignants0,230 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207