A cross-country review of data collected on non-small cell lung cancer (NSCLC) patients in cancer registries, databases, retrospective and non-randomized prospective studies
Notice bibliographique
Résumé
INTRODUCTION: An increased number of pharmacotherapies exist to treat advanced NSCLC. This necessitates a review of the available information on routine-care treatment patterns, the outcome of treatment, and resource utilization for patients diagnosed and treated with advanced NSCLC that could inform evidence-based treatment decisions and aid decisions on the most cost-effective treatment alternatives. METHODS: PubMed and the Health Economic Evaluations Database were searched for retrospective or non-randomized prospective studies between January 2000 and May 2012 that included information on treatment patterns, treatment outcomes including health-related quality-of-life (HRQoL), and resource utilization. In addition, registries and databases were identified from retrieved publications and internet searches. Data collected in registries and databases was summarized for eight European countries (Belgium, France, Germany, Italy, Sweden, Turkey, the Netherlands, the UK), Australia, and Canada. RESULTS: The literature search resulted in 410 studies, whereof 87 studies met the study inclusion criteria. In total, 49 were retrospective chart reviews or database analyses, 30 non-randomized prospective studies, and eight HRQoL studies. Two studies compared treatment patterns and/or treatment outcomes across countries. Altogether, 181 cancer registries in the countries studied were identified. Clinical cancer-specific patient registries were identified in Australia and Germany. Databases or linkage systems that enable retrieval of complete information of patient disease history were found in Australia, Canada, the Netherlands, Sweden, and the UK. Cancer registries and databases were found to collect information on NSCLC patient demographics, NSCLC or lung cancer diagnosis, disease stage, performance status, treatment, treatment outcomes, and resource use. Differences existed between country registries and databases in whether information was collected on each of these data points. CONCLUSION: The literature review revealed few published NSCLC studies on treatment, treatment outcomes, and resource use in routine clinical practice and on HRQoL. Registries and databases were found to collect some of this information, however not systematically.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 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 | 0,001 |
| 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 ».