Predictors of return-to-work after thyroid cancer surgery based on random forest model: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Thyroid cancer (TC) is the most prevalent malignancy among middle-aged and young adults. Many patients will face the challenge of return-to-work (RTW) after TC surgery. If patients cannot return to work successfully, it may affect their social recovery and quality of life. This study used the random forest algorithm to identify the predictors of RTW after TC surgery. METHODS: A cross-sectional study was conducted, encompassing a sample of 242 patients who underwent TC surgery in Zhujiang Hospital of Southern Medical University from April to December 2023. The participants completed questionnaires including the general information questionnaire, the Return-To-Work Self-Efficacy Questionnaire (RTW-SE), the Cancer Fatigue Scale (CFS), and the Vancouver Scar Scale (VSS). In this study, the predictors of RTW after TC surgery were analyzed by univariate analysis, multiple logistic regression, and random forest model (RFM). RESULTS: The final 229 TC patients were included in this study, of which 183 (79.9%) returned to work, of which 46 (20.1%) failed to return to work. The median time of RTW was 30.00(14.00, 33.75) days after TC surgery. The RFM indicated that RTW-SE was a key predictor related to RTW after TC surgery and other predictors were ranked in order of importance as follows: postoperative time, neck scar (NS), medical insurance, complications, and rehabilitation exercise. CONCLUSIONS: 20.1% (46/229) of patients still failed to return to work after TC surgery. Healthcare professionals ought to emphasize the importance of modifiable factors, improving TC patients' RTW-SE, reducing the formation of NS, minimizing the occurrence of complications, and promoting rehabilitation exercise may help to facilitate RTW after TC surgery.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».