Quality of Life (QoL) of Children and Adolescents Participating in a Precision Medicine Trial for High-Risk Childhood Cancer
Notice bibliographique
Résumé
Precision medicine is changing the treatment of childhood cancer globally, however little is known about quality of life (QoL) in children and adolescents participating in precision medicine trials. We examined QoL among patients enrolled in PRISM, the Zero Childhood Cancer Program’s precision medicine trial for high-risk childhood cancer. We assessed patient QoL via self-report (aged 12–17 years) and parent-proxy (aged 4–17 years) completion of the EQ-5D-Y. We analysed data using descriptive statistics and regression models. Patients (n = 23) and parents (n = 136) provided data after trial enrolment and following receipt of trial results and treatment recommendations (n = 8 patients, n = 84 parents). At enrolment, most patients were experiencing at least some difficulty across more than one QoL domain (81% patient self-report, 83% parent report). We did not find strong evidence of a change in QoL between timepoints, or of demographic or disease factors that predicted parent-reported patient QoL (EQ-VAS) at enrolment. There was strong evidence that receiving a treatment recommendation but not a change in cancer therapy was associated with poorer parent-reported patient QoL (EQ-VAS; Mdiff = −22.5, 95% CI: −36.5 to −8.5, p = 0.006). Future research needs to better understand the relationship between treatment decisions and QoL and would benefit from integrating assessment of QoL into routine clinical care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».