Use of the EORTC QLQ-BN20 and the FACT-Br for the assessment of quality of life in patients with brain tumors: a systematic review of prospective clinical studies
Notice bibliographique
Résumé
PURPOSE OF REVIEW: This systematic review aims to evaluate how the European Organization for Research and Treatment of Cancer Quality of Life Questionnaire Brain Cancer (EORTC QLQ-BN20) and Functional Assessment of Cancer Therapy-Brain (FACT-Br) are used in prospective brain tumor studies in the past decade, particularly in assessing quality of life (QoL). It aims to assess variability in QoL outcomes across treatment types, use of supplemental tools, and assessment of data completeness and concordance with cognitive assessments. RECENT FINDINGS: A total of 100 prospective studies were included and reviewed. The EORTC QLQ-BN20 was used in 75 studies, and the FACT-Br in 27; 2 studies used both. Patient-reported outcome measures were supplemented in 98 studies, most commonly with the EORTC QLQ-C30, EQ-5D, or FACT-G. Fifteen studies included neurocognitive assessments. QoL was the primary endpoint in 39 studies. Radiotherapy and systemic therapy were the most frequently studied interventions (36 studies each), followed by surgical interventions (34 studies). QoL outcomes varied by intervention type. Seven of 15 studies using cognitive testing reported discordance between objective and self-reported cognition. Thirty-four studies reported compliance challenges, and 19 reported ≥25% missing data at final follow-up. SUMMARY: The QLQ-BN20 and FACT-Br are widely used tools for QoL evaluation in brain tumor research. Enhancing their usability, incorporating digital formats, and integrating cognitive testing may improve data quality and relevance in clinical practice.
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 | 0,013 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».