Health-related quality of life outcomes of surgery for diffuse glioma: A systematic review and pooled analysis
Notice bibliographique
Résumé
Abstract Background Although progress has been made in understanding the effects of adjuvant therapy on health-related quality of life (HR-QoL) in diffuse glioma patients, less is known about the impact of surgical resection. To address this, we conducted a systematic review and pooled quantitative analysis. Methods PubMed, MEDLINE, and Embase were searched for studies measuring HR-QoL before and after surgery for WHO grade 2-4 adult-type diffuse gliomas. Inclusion was limited to prospective cohort studies and trials on adults with ≥1 month of postoperative follow-up. Metric outcomes were assessed with pooled odds, competing risk analysis, and meta-regression using a random effects model. Bias was assessed using the Newcastle-Ottawa Scale and Cochrane Risk of Bias 2.0 tool. Results Twelve studies comprising 1000 patients were included. The pooled odds of an unfavorable versus favorable HR-QoL change compared to baseline was not significantly different from 1 within 3 months of surgery (0.843, 95% CI, 0.339-2.100), but significantly less than 1 at final follow-up (0.481, 95% CI, 0.260-0.888). The cumulative incidence of favorable HR-QoL change was significantly higher than that of unfavorable change, with the incidence curves separating after 3 months (χ2(1) = 95.0, P < .001). This was attributable to EQ-5D and EORTC QLQ-C30 but not SF-36. Studies with younger patients, more high-grade tumors, and lower gross total resection rates showed worse outcomes. Conclusion Surgical resection can maintain or improve HR-QoL, but patients at risk of deterioration should be identified early. Future studies must carefully select and interpret HR-QoL instruments, as preference-based and non-preference-based tools may lack comparability.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,019 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».