MétaCan
Menu
Retour à la cohorte
Enregistrement W4317436361 · doi:10.1001/jamaoncol.2022.6881

Long-term Trajectories of Physical Function Decline in Women With and Without Cancer

2023· article· en· W4317436361 sur OpenAlexaff
Elizabeth M. Cespedes Feliciano, Sowmya Vasan, Juhua Luo, Alexandra M. Binder, Rowan T. Chlebowski, Charles P. Quesenberry, Hailey R. Banack, Bette J. Caan, Electra D. Paskett, Grant R. Williams, Ana Barac, Andrea Z. LaCroix, Ulrike Peters, Kerryn W. Reding, Kathy Pan, Aladdin H. Shadyab, Lihong Qi, Garnet L. Anderson

Notice bibliographique

RevueJAMA Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicineCancerBreast cancerColorectal cancerCohortProspective cohort studyCohort studyEndometrial cancerLung cancerInternal medicineGerontology

Résumé

récupéré en direct d'OpenAlex

Importance: Patients with cancer experience acute declines in physical function, hypothesized to reflect accelerated aging driven by cancer-related symptoms and effects of cancer therapies. No study has examined long-term trajectories of physical function by cancer site, stage, or treatment compared with cancer-free controls. Objective: Examine trajectories of physical function a decade before and after cancer diagnosis among older survivors and cancer-free controls. Design, Setting, and Participants: This prospective cohort study enrolled patients from 1993 to 1998 and followed up until December 2020. The Women's Health Initiative, a diverse cohort of postmenopausal women, included 9203 incident cancers (5989 breast, 1352 colorectal, 960 endometrial, and 902 lung) matched to up to 5 controls (n = 45 358) on age/year of enrollment and study arm. Exposures: Cancer diagnosis (site, stage, and treatment) via Medicare and medical records. Main Outcomes and Measures: Trajectories of self-reported physical function (RAND Short Form 36 [RAND-36] scale; range: 0-100, higher scores indicate superior physical function) estimated from linear mixed effects models with slope changes at diagnosis and 1-year after diagnosis. Results: This study included 9203 women with cancer and 45 358 matched controls. For the women with cancer, the mean (SD) age at diagnosis was 73.0 (7.6) years. Prediagnosis, physical function declines of survivors with local cancers were similar to controls; after diagnosis, survivors experienced accelerated declines relative to controls, whose scores declined 1 to 2 points per year. Short-term declines in the year following diagnosis were most severe in women with regional disease (eg, -5.3 [95% CI, -6.4 to -4.3] points per year in regional vs -2.8 [95% CI, -3.4 to -2.3] for local breast cancer) or who received systemic therapy (eg, for local endometrial cancer, -7.9 [95% CI, -12.2 to -3.6] points per year with any chemotherapy; -3.1 [95% CI, -6.0 to -0.3] with radiation therapy alone; and -2.6 [95% CI, -4.2 to -1.0] with neither, respectively). While rates of physical function decline slowed in the later postdiagnosis period (eg, women with regional colorectal cancer declined -4.3 [95% CI, -5.9 to -2.6] points per year in the year following diagnosis vs -1.4 [95% CI, -1.7 to -1.0] points per year in the decade thereafter), survivors had estimated physical function significantly below that of age-matched controls 5 years after diagnosis. Conclusions and Relevance: In this prospective cohort study, survivors of cancer experienced accelerated declines in physical function after diagnosis, and physical function remained below that of age-matched controls even years later. Patients with cancer may benefit from supportive interventions to preserve physical functioning.

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 enseignants0,111
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,019
Tête enseignante GPT0,329
Écart entre enseignants0,309 · 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

Citations62
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA OncologyMême sujetCancer survivorship and careTravaux en français237 207