Predictors of Adjuvant Treatment for Pancreatic Adenocarcinoma at the Population Level
Notice bibliographique
Résumé
Background: In the present study, we aimed to describe, at the population level, patterns of adjuvant treatment use after curative-intent resection for pancreatic adenocarcinoma (PCC) and to identify independent predictors of adjuvant treatment use. Methods: In this observational cohort study, patients undergoing PCC resection in the province of Ontario (population 13 million) during 2005–2010 were identified using the provincial cancer registry and were linked to administrative databases that include all treatments received and outcomes experienced in the province. Patients were defined as having received chemotherapy (CTX), chemoradiation (CRT), or observation (OBS). Clinicopathologic factors associated with the use of CTX, CRT, or OBS were identified by chi-square test. Logistic regression analyses were used to identify independent predictors of adjuvant treatment versus OBS, and CTX versus CRT. Results: Of the 397 patients included, 75.3% received adjuvant treatment (27.2% CRT, 48.1% CTX) and 24.7% received obs. Within a single-payer health care system with universal coverage of costs for CTX and CRT, substantial variation by geographic region was observed. Although the likelihood of receiving adjuvant treatment increased from 2005 to 2010 (p = 0.002), multivariate analysis revealed widespread variation between the treating hospitals (p = 0.001), and even between high-volume hepatopancreatobiliary hospitals (p = 0.0006). Younger age, positive lymph nodes, and positive surgical resection margins predicted an increased likelihood of receiving adjuvant treatment. Among patients receiving adjuvant treatment, positive margins and a low comorbidity burden were associated with CRT compared with CTX. Conclusions: Interinstitutional medical practice variation contributes significantly to differential patterns in the rate of adjuvant treatment for PCC. Whether such variation is warranted or unwarranted requires further investigation.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».