Adherence to osteoporosis screening guidelines in seniors with breast cancer treated with anti-estrogen therapy: A population-based study.
Notice bibliographique
Résumé
72 Background: Aromatase inhibitors (AI) improve recurrence and survival rates in women ≥ 65 with hormone-receptor positive (HR+) breast cancer (BC). However, AI’s are associated to increased bone demineralization in a population already at risk for osteoporosis. Bone mineral densitometry (BMD) is therefore recommended at treatment start, to minimize treatment-related toxicity. This study assesses compliance to BMD recommendations in older BC survivors treated with an AI and identifies predictors of non-adherence to guidelines. Methods: A population-based historical prospective cohort study was conducted in Quebec (Canada), where universal health insurance provides medical and pharmaceutical services. All women ≥ 65 with incident stage I, II or III BC (1998-2012) were identified from the provincial cancer registry. Administrative claims were accessed to track receipt of BMD (±12 months from treatment start) and potential predictors: age, economic status, Charlson comorbidity index, breast and axillary surgery, chemotherapy, radiotherapy, bisphosphonate use, adherence to anti-estrogen therapy (AET), physician specialty and having a primary care physician (PCP). Multivariate logistic regression was performed using generalized estimating equations to identify predictors of BMD, adjusting for clustering within physicians. Results: Of 16,480 patients, 36.1% had a BMD at AET start. This increased to 58.4% for women on AI. Factors predicting baseline BMD non-use in AI patients were: older age (OR 0.42; 95% CI, 0.36 – 0.49), lower annual income (OR 0.57; 95%CI, 0.47 – 0.70), not having a PCP (OR 0.77; 95%CI, 0.68 – 0.86), chemotherapy and radiotherapy outside of guidelines (OR 0.80; 95%CI, 0.66 – 0.96 and 0.69; 95%CI, 0.54 – 0.87, respectively), non-surgical specialist managing AET (OR 0.81; 95%CI, 0.67 – 0.98), older physicians (OR 0.61; 95% CI, 0.46 – 0.81), and non-adherence to AET (OR 0.69; 95%CI 0.60-0.79). The same predictors persisted in patients on any AET. Conclusions: Bone health management in seniors receiving AET is suboptimal. Factors related to underutilization of BMD can be easily identified and used to optimize chronic care of older BC survivors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».