Impact of patient and physician factors on oncologists’ recommendations for adjuvant chemotherapy in stage III colon cancer
Notice bibliographique
Résumé
6051 Background: Population-based studies indicate that elderly patients with colon cancer are less likely to receive adjuvant therapy (tx). Lack of tx may reflect patient preference, appropriate consideration of comorbid illness, or physician bias. Methods: To study physician preference for tx of elderly patients with colon cancer, a vignette-based survey was developed then mailed to a nationally representative sample of 1,000 oncologists. Patient age (61/72/83 yrs), comorbidity level (none/mild/severe CHF with symptoms on minimal exertion) and preference were varied across 8 vignettes. Physician preference for recommending tx was measured using a 7-pt Likert scale; mixed effects linear regression was used to evaluate the results. Results: 485 oncologists returned the survey (RR = 49%); 363 that had seen patients with colon cancer during the previous year were included in further analyses. Median age of the respondents was 52 (range 30–77), 73 (20%) were women. Median time since graduation from medical school was 25 yrs (range 5–53); 17% were employed in academic centers, 8% in HMOs and the remainder in the community. Patient age and comorbid illness interacted to significantly influence physician recommendations. Among patients with mild comorbidity, physician preference for tx of an 83 yr old patient was 1.1 lower than for a 72 yr old (3.8 vs 4.9 on a 7-pt Likert scale) and 1.7 lower than for a 61 yr old (each p<0.0001). This age effect was similar among patients with no comorbidity (p=0.30), with physicians’ preferences consistently higher by about 1.5 than for patients with mild comorbidity (p<0.0001). Among patients with severe comorbidity, preference for tx of an 83 yr old was only 0.9 lower than for a 61 yr old patient (p<0.0001), whereas the decrease was 2.6 for a 61 yr old with severe vs mild comorbidity. Patient preference against tx resulted in 0.3 (p<.0001) decrease in physicians’ recommendations for tx. Among physician factors, only type of employment was associated with tx recommendations with a 0.3 decrease in preference for tx (p=0.0014) among academic oncologists. Conclusions: Patient rather than physician factors have the greatest effect on oncologists’ preferences for adjuvant tx with age and severe comorbidity having the strongest effect. No significant financial relationships to disclose.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».