MétaCan
Menu
Retour à la cohorte
Enregistrement W1971365970 · doi:10.1200/jco.2003.12.044

Enrollment of Older Patients in Cancer Treatment Trials in Canada: Why is Age a Barrier?

2003· article· en· W1971365970 sur OpenAlexaffabout
Karen Yee, Joseph L. Pater, Lam Pho, Benny Zee, Lillian L. Siu

Notice bibliographique

RevueJournal of Clinical Oncology · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensPrincess Margaret Cancer CentreOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésMedicineClinical trialCancerPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To evaluate the enrollment of older patients (>/= 65 years) in Canadian cancer treatment trials and compare accrual of older patients in Canada and the United States. PATIENTS AND METHODS: A retrospective analysis of the number of older patients enrolled in National Cancer Institute of Canada Clinical Trials Group (NCIC CTG) treatment trials between 1993 and 1996 was performed. These rates were compared with the corresponding rates in the general population of patients who were >/= 65 years old and had cancer, obtained from Statistics Canada, and those published by the Southwest Oncology Group (SWOG) in the United States. RESULTS: Between 1993 and 1996, 4,174 patients were enrolled onto 69 NCIC CTG trials of 16 tumor types. Older patients accounted for 22% of trial enrollees, compared with 58% of the Canadian population with cancer. This discrepancy existed in all cancer types except for multiple myeloma. The percentages of older patients enrolled were also analyzed by study type: 15% in adjuvant trials, 25% in metastatic trials, 29% in investigational new drug trials, 24% in phase I trials, and 21% in supportive care trials. The overall proportion of older patients enrolled onto Canadian trials (22%) was slightly lower than that in SWOG trials (25%). CONCLUSION: Age remains a barrier for accrual onto cancer treatment trials, even when reimbursement is not an issue. Strategies to overcome this barrier, including the implementation of trials specifically tailored to patients aged >/= 65 years, are prudent in light of our aging population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,907

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,070
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,670
Tête enseignante GPT0,667
Écart entre enseignants0,003 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations302
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEthics in Clinical ResearchTravaux en français237 207