Off-label use of cancer therapies in women diagnosed with breast cancer in the United States
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To determine the level of off-label cancer therapy use in a population of female breast cancer patients and to establish whether this use was evidence-based. METHODS: A study was conducted by sampling Cerner's data warehouse for all women diagnosed with breast cancer between January 2000 and June 2009 who received at least one cancer therapy approved by the US-FDA during the study period. Drug encounters were considered off-label if the circumstances of use did not match the age or medical diagnoses specified on the product label at the time of study. The level of evidence for the use of these drugs in a breast cancer setting was evaluated from randomized phase III trials using a tiered approach. RESULTS: The study included 2,663 women with a median age of 59 years. A total of 1,636 off-label encounters were recorded, representing 13.0% of all encounters. Of the 65 cancer therapies investigated, 55.4% were prescribed off-label. The drugs with the highest off-label use were, in a descending order, vinorelbine, carboplatin, bevacizumab, leuprolide, liposomal doxorubicin and cisplatin. Most off-label encounters were evidence-based and more likely to be associated with private insurance coverage, younger age, ethnicities other than Caucasian, smaller treatment centres and drugs with limited labeled indications that have a longer market history. CONCLUSIONS: Off-label prescribing is common practice in oncology and is an integral component of breast cancer treatment strategies. While this practice tends to be associated with specific socio-demographic factors and disease characteristics, the majority of off-label encounters appear to be evidence-based.
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.
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 découle