MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409871131 · doi:10.1038/s41598-024-83861-y

Validation of the cancer-specific utility measure EORTC QLU-C10D using evidence from four lung cancer trials covering six country value sets

2025· article· en· W4409871131 sur OpenAlexaboutno aff
Simone Seyringer, Micha J. Pilz, Imad Al-Naesan, Madeleine King, Andrew Bottomley, Richard Norman, Lisa Schlosser, Tobias Hell, Eva‐Maria Gamper

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Organisation for Research and Treatment of Cancer
Mots-clésCancerMeasure (data warehouse)Lung cancerValue (mathematics)MedicineOncologyComputer scienceInternal medicineData miningMachine learning

Résumé

récupéré en direct d'OpenAlex

The Quality of Life (QoL) Utility measure, QLU-C10D, is derived of the European Organisation for Research and Treatment of Cancer (EORTC) QoL Questionnaire, QLQ-C30. Based on the cancer-specific nature, the QLU-C10D is expected to be sensitive and responsive in lung cancer patients.This retrospective analysis used data from four international lung cancer multi-center trials (NCT00656136, NCT00949650, NCT01085136, NCT01523587). Clinical validity was assessed in comparison to a generic standard utility instrument, the EuroQoL Group´s EQ-5D-3L. Utilities of six country value sets (Australia, Canada, Italy, the Netherlands, Poland, UK) were calculated at baseline and end of treatment for both measures. Country value set pairs of both measures (k) were compared in terms of Relative Efficiency (RE) and difference in Effect Sizes (dES) in 1) sensitivity to detect differences between performance status groups and 2) responsiveness to changes at each trial sample. Analysis of the four trials (N1 = 496, N2 = 290, N3 = 202, N4 = 770) with the six country value sets of each utility measure showed ad 1) Sensitivity indices favored the QLU-C10D (k = 18, p ≤ 0.019; RE > 1.10; dES > 0.03), and ad 2) Responsiveness indices of changes within clinically known groups (k = 78), largely favored QLU-C10D (k = 74, p ≤ .024; RE > 1.01; dES > 0.02), in comparison with the generic utility instrument. In summary, 96% of the comparative indices favored the QLU-C10D. In summary, this study confirms the clinical validity of the QLU-C10D in lung cancer patients. The QLU-C10D produced homogenous results across six country value sets and detected differences/changes in alignment with clinical expectations. In most comparisons the QLU-C10D was more sensitive or responsive compared to the EQ-5D-3L.

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)0,305
score de la tête « metaresearch » (Gemma)0,357
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,305
Score d'incertitude au seuil0,857

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3050,357
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,013
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,003
Communication savante0,0040,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
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 Opus0,491
Tête enseignante GPT0,473
Écart entre enseignants0,019 · 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.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→