MétaCan
Menu
Retour à la cohorte
Enregistrement W2327814134 · doi:10.1158/0008-5472.sabcs10-p1-10-05

Abstract P1-10-05: The Impact of Resource Setting and Guidelines on Global Early Breast Cancer Practice

2010· article· en· W2327814134 sur OpenAlexaff
Sonal Gandhi, Shabbir M.H. Alibhai, JC Victor, Christine Simmons, Sunil Verma

Notice bibliographique

RevueCancer Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of TorontoUniversity Health NetworkSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerFamily medicineGuidelineTamoxifenInternal medicineGynecologyCancerPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: We developed an international physician survey to identify variations in early breast cancer practice, use of guidelines, and key challenges facing clinicians (MDs) globally in implementing guideline-based care. Methods: The survey was administered at an international breast oncology meeting, and also online using a secure platform. Results were analyzed using descriptive statistics and the chi-squared test was used for bivariate analysis. Results: 691 respondents from 70 countries completed the survey. 38% of respondents were from low income (LIC) or middle income (MIC) countries. More respondents in LICs (89%) and MICs (74%) practice in academic centres; 34% of MDs in high income countries (HICs) practice in community settings (P<0.001). More LIC physicians (74%) rely on clinical breast exam for diagnosis versus in MICs (58%) and HICs (55%) (P<0.001). 87% of LIC physicians say that hormone receptor status is routinely reported on pathology, versus in MICs (91%) and HICs (95%) (p=0.011). The reporting of HER2 status also varies by income setting: 83% in LICs, 89% in MICs, and 95% in HICs (P<0.001). Reporting seems to be the lowest in African nations (78% for hormone and 74% for HER2 status, p <0.001 for each). 46% of LIC and 61% of MIC physicians offer sentinel lymph node dissection, versus 94% in HICs (P<0.001). Adjuvant radiation is available in 93% of all surveyed practices. 99% of respondents give eligible patients endocrine treatment; tamoxifen is prescribed almost universally (>96% of respondents). Aromatase inhibitors are given by 87% of LIC, 93% of MIC, and 94% of HIC physicians (p=0.042). 75% of MDs in LICs give chemotherapy to high risk patients; 81% of those in MICs and HICs do the same (NS). More LIC oncologists give classical CMF (21%, p=0.006), and 77% give anthracycline-taxane combinations, compared to 84% of MIC and 88% of HIC physicians (p=0.017). Trastuzumab is given to a majority (>75%) of eligible patients by only 11% of LIC and 36% of MIC physicians, compared to 80% of HIC clinicians (P<0.001). Trastuzumab use is most prominent in North America (85%) and Europe (75%), and lowest in Africa (19%) and Asia (32%) (P<0.001). 94% of LIC and 63% of MIC physicians said trastuzumab use is limited by drug cost (P<0.001); lack of HER2 testing was cited as an issue by only 8-9% of all respondents. 63% of LIC and 76% of MIC physicians say international guidelines impact their clinical practice, compared to 56% of HIC physicians (P<0.001), who are more likely to rely on local/regional guidelines (33%, P<0.001). Conclusions: Global practice patterns in early breast cancer care vary by resource setting but also by continent. More costly therapies such as trastuzumab are used less often in LICs and MICs. Surveyed physicians from LICs and MICs also rely on international guidelines to direct their practice more than HIC physicians. This may reflect that many guidelines with international influence are created in HICs. In order to improve breast cancer outcomes worldwide, global collaboration is required to create guidelines which not only recommend best practice, but are applicable in various resource and cultural settings, and are followed by implementation research efforts. Citation Information: Cancer Res 2010;70(24 Suppl):Abstract nr P1-10-05.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,184
Tête enseignante GPT0,540
Écart entre enseignants0,356 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207