Variations in intensity of end-of-life cancer therapy by cancer type at a Canadian tertiary cancer centre between 2003 and 2010
Notice bibliographique
Résumé
BACKGROUND: Aggressive medical management of cancer patients at the end of life (EOL) is an indicator of health services quality. We evaluated the variations in EOL cancer therapy utilization and in acute care hospital deaths across different types of cancer within the setting of a regionalized cancer program. METHODS: Intravenous chemotherapy and radiotherapy use within the last 14 and 30 days of life was identified through the Alberta Cancer Registry and then verified by chart review for cancer decedents residing within 50 km of the Tom Baker Cancer Centre between 2003 and 2010. Multivariable logistic regression was used to examine variations in outcomes of interest by cancer, adjusting for age and other factors in prespecified models. RESULTS: Of the 9863 decedents included in the study, 3.0 and 6.3 % received chemotherapy within the final 14 and 30 days of life, respectively. In multivariable model, breast, hematological, and gynecological cancers were at least 2.5 times more likely than other cancers to undergo EOL chemotherapy. Radiotherapy was given to 4.6 % of decedents within 14 days of death, but only 66 % (359/542 courses) were completed as prescribed. Acute care admission within 14 days of death was seen in 44 % of decedents and 34 % died in the hospital. CONCLUSIONS: In our regional cancer program, the intensity of cancer therapies near the end of life varied considerably across different cancer types. Such variations may be unwarranted. A substantial proportion of cancer deaths occurred in the acute care setting. Greater efforts to integrate palliative care in outpatient cancer services are needed.
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 | 0,001 |
| 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) | 0,001 | 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 ».