Assessment tools for chemotherapy-induced peripheral neuropathy: a narrative review of clinician, patient-reported, and objective measures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Chemotherapy-induced peripheral neuropathy (CIPN) is a common side effect of chemotherapy, affecting motor, sensory, and autonomic function. Accurate assessment is important during treatment, when CIPN may necessitate dose reductions or discontinuation, and after treatment, as chronic CIPN can greatly impact quality of life and safety in cancer survivorship. Measurement tools can include subjective measures, including clinician-based grading scales or patient-reported outcome measures (PROMs), and objective measures. This review aimed to summarize current CIPN assessment tools, highlighting characteristics such as feasibility, minimum clinically important differences (MCIDs), validity and reliability to allow for comparison and selection of tools by clinicians and researchers. METHODS: Following the Scale for the Assessment of Narrative Review Articles methodology guidelines, 2 investigators performed a comprehensive literature search using predefined search terms relating to CIPN measurement. Additional papers were identified through a search of prior systematic reviews and tracing back references from key articles. Data were extracted from source papers and any available appendices. RESULTS: We identified 3 clinician-based grading scales, 20 PROMs, and 8 objective measurement tools. While the majority of tools have been validated for neuropathy, a minority of them have established MCIDs and validation in CIPN-specific populations. CONCLUSIONS: Tool selection should align with the specific needs of clinicians and researchers. Instruments that are valid, reliable, and assess multiple CIPN domains are recommended. Further research is needed to validate many of these tools in CIPN-specific populations and to determine their MCIDs.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle