A Decade of Research on the Quality of Systemic Cancer Therapy in Routine Care: What Aspects of Quality Are We Measuring?
Notice bibliographique
Résumé
PURPOSE: To systematically review population-based studies that evaluated the quality of care related to delivery of systemic cancer therapy (ST) in routine practice, summarize the literature, and define knowledge gaps across five quality domains: access, treatment delivery, toxicity, safety, and outcome. METHODS: We searched MEDLINE using terms pertaining to ST and keywords related to health care quality for articles published in English from January 1, 2000, to December 31, 2010. Articles were included if they were original studies that examined quality of care of ST among adult patients with cancer from a population perspective. RESULTS: Our search identified 179 articles. The number of studies published each year increased over time. Most studies (58%) were conducted in the United States in either colorectal (31%) or breast cancers (27%), and focused on adjuvant intent cytotoxic chemotherapy (73%). The majority of the studies (92%) retrospectively identified patients from cancer registries (83%) and used either billing data (36%) or information in the registry itself (27%) for identification of ST. No study examined safety from a population perspective. Access was the most frequently evaluated domain (77%), whereas treatment delivery was the least examined (12%). Among studies that assessed the outcome of ST, most evaluated patient-specific outcomes such as survival (89%), although a few (11%) examined system-level outcomes such as cost. CONCLUSION: The majority of studies evaluating quality of ST have focused on access to cytotoxic chemotherapy in early stage disease. Further studies focusing on other aspects of quality and in different clinical settings 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 | 0,031 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».