Patient preferences for stopping tyrosine kinase inhibitors in chronic myeloid leukemia
Notice bibliographique
Résumé
BACKGROUND: We used an interview-assisted survey of patients with chronic myeloid leukemia (cml) at a single tertiary care centre to explore patient reactions to and preferences for, and the risk-acceptability of, stopping tyrosine kinase inhibitor (tki) treatment. METHODS: The study included patients with confirmed cml currently being treated with a tki. The survey was conducted by structured interview using a standard form. Patient preferences were explored in a case-based scenario using 0%-100% visual analog scales and 5-point Likert scales. Data were analyzed using proportions for dichotomous variables and medians and interquartile ranges for continuous variables. RESULTS: Of 63 patients approached, 56 completed the survey. Participant responses suggest that the idea of stopping tki use is appealing to many patients if there is a chance of long-term stable disease and a high probability of response upon restarting a tki. Participants were more likely to stop their tki as the risk of relapse decreased. Participants reported loss of disease control and failure of disease to respond to treatment as important concerns if they chose to stop their tki. CONCLUSIONS: Given the current 60% estimated rate of relapse after discontinuation of tki therapy, most patients with cml chose to continue with tki. However, at the lower relapse rates reported with second-generation tkis, participants were more undecided, demonstrating a basic understanding of risk. Contrary to our hypothesis, neither compliance nor occurrence of side effects significantly affected patient willingness to stop their tki.
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 | 0,000 | 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 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 ».