Is there age bias in the treatment of localized prostate carcinoma?
Notice bibliographique
Résumé
BACKGROUND: Treatment recommendations for localized prostate carcinoma are based on the patient's remaining life expectancy (RLE), which is influenced by age, comorbidity, and tumor grade. Previous studies have evaluated the influence of age and comorbidity, but to the authors' knowledge not RLE, on actual treatment decisions. METHODS: An age-stratified random sample of 347 patients was generated from a cohort of all patients with newly diagnosed prostate carcinoma in the Ontario Cancer Registry between May 1, 1995 and April 30, 1996 (n = 5192). Chart review was performed to obtain detailed tumor, comorbidity, and treatment information. RLE was estimated from a published model derived from a cohort of 451 men with untreated prostate carcinoma who were followed for 15 years. Multivariable logistic regression was performed to evaluate predictors of treatment, such as radical prostatectomy (RP), radiotherapy (RT), or potentially curative therapy (RP or RT), in relation to patient age, comorbidity, tumor characteristics, and RLE. RESULTS: RP was provided within 6 months of diagnosis to 58.7%, 32.1%, 2.6%, and 0% of patients of ages < 60 years, 60-69 years, 70-79 years, and 80+ years, respectively. The results for RT were 6.4%, 30.9%, 23.4%, and 3.3%, respectively. Increasing comorbidity decreased rates of RP but did not affect use of RT. After controlling for comorbidity and tumor characteristics, older men were found to be treated with RP less often than younger men with similar RLE, whereas RLE did not appear to influence receipt of RT. CONCLUSIONS: Although different mechanisms may account for these results, an age bias may be present among urologists and radiation oncologists treating men with localized prostate carcinoma.
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) | 0,000 | 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 ».