An Evaluation of the Multifactorial Model of Cancer-Related Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND: Up to 45% of patients report cancer-related cognitive impairment (CRCI). A variety of characteristics are associated with the occurrence and/or severity of CRCI. However, an important gap in knowledge of risk factors for CRCI is the relative contribution of each factor. The multifactorial model of cancer-related cognitive impairment (MMCRCI) is a conceptual model of CRCI that can be used to evaluate the strength of relationships between various factors and CRCI. OBJECTIVES: The purpose of this study was to use structural regression methods to evaluate the MMCRCI using data from a large sample of outpatients receiving chemotherapy ( n = 1,343). Specifically, the relationships between self-reported CRCI and four MMCRCI concepts (i.e., social determinants of health, patient-specific factors, treatment factors, and co-occurring symptoms) were examined. The goals were to determine how well the four concepts predicted CRCI and determine the relative contribution of each concept to deficits in perceived cognitive function. METHODS: This study is part of a larger, longitudinal study that evaluated the symptom experience of oncology outpatients receiving chemotherapy. Adult patients were diagnosed with breast, gastrointestinal, gynecological, or lung cancer; had received chemotherapy within the preceding 4 weeks; were scheduled to receive at least two additional cycles of chemotherapy; were able to read, write, and understand English; and gave written informed consent. Self-reported CRCI was assessed using the attentional function index. Available study data were used to define the latent variables. RESULTS: On average, patients were 57 years of age, college educated, and with a mean Karnofsky Performance Status score of 80. Of the four concepts evaluated, whereas co-occurring symptoms explained the largest amount of variance in CRCI, treatment factors explained the smallest amount of variance. A simultaneous structural regression model that estimated the joint effect of the four exogenous latent variables on the CRCI latent variable was not significant. DISCUSSION: These findings suggest that testing individual components of the MMCRCI may provide useful information on the relationships among various risk factors, as well as refinements of the model. In terms of risk factors for CRCI, co-occurring symptoms may be more significant than treatment factors, patient-specific factors, and/or social determinants of health in patients receiving chemotherapy.
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 | 0,016 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».