MétaCan
Menu
Retour à la cohorte
Enregistrement W2590424286 · doi:10.1200/jco.2012.30.34_suppl.220

Monitoring acute care utilization (ACU) during adjuvant chemotherapy for early breast cancer (EBC) as a measure of quality.

2012· article· en· W2590424286 sur OpenAlexaffabout
Katherine Enright, Eva Grunfeld, Lingsong Yun, Rahim Moineddin, Susan Dent, Andrea Eisen, Maureen Trudeau, Leonard Kaizer, Craig C. Earle, Monika K. Krzyzanowska

Notice bibliographique

RevueJournal of Clinical Oncology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueNeutropenia and Cancer Infections
Établissements canadiensCancer Care OntarioSunnybrook Health Science CentrePrincess Margaret Cancer CentreOttawa HospitalInstitute for Clinical Evaluative SciencesUniversity Health NetworkUniversity of TorontoOntario Institute for Cancer ResearchHealth Sciences CentreCredit Valley Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineChemotherapyInternal medicineCancerBreast cancerAnthracyclineToxicityOncologyTaxaneCancer registryAdjuvant

Résumé

récupéré en direct d'OpenAlex

220 Background: Serious chemotherapy associated (CA) toxicities resulting in ACU are a concern when administering adjuvant chemotherapy for EBC. Monitoring ACU during adjuvant chemotherapy may serve as a measure of quality of cancer care delivery. We undertook a population based study of ACU in patients undergoing adjuvant chemotherapy for EBC compared with controls. Methods: All EBC patients diagnosed 01/07 – 12/09 in Ontario, Canada were identified from the Ontario Cancer Registry. Patient records were linked deterministically to provincial healthcare databases. All patients received ≥1 cycle of adjuvant chemotherapy. EBC cases (n = 4,718) were matched to non-cancer controls (n = 4,718) on age and geographic location. ACUs (emergency room or hospitalizations) within 30 days of chemotherapy were identified. If the primary reason for visit was a common toxicity of chemotherapy, the visit was considered chemotherapy associated (CA). All cause and CA visits were compared between cases and controls. Logistic regression models were used to identify covariates associated with ACU. Results: ACU was significantly higher in EBC pts compared with controls for both all cause (42.1% vs. 9.1%, p<.001) and CA (30.7% vs. 2.4%, p<.001) visits. Fever was the most common CA toxicity (22.9% vs. 1.2%,p<.001). Taxanes were significantly associated with increased ACU compared with anthracycline only (see Table). Conclusions: Serious chemotherapy associated toxicity resulting in ACU is common among EBC patients receiving chemotherapy. Interventions aimed at mitigating CA toxicity, particularly with the use of taxanes may reduce ACUs and improve quality of care. [Table: see text]

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,100
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,201
Tête enseignante GPT0,540
Écart entre enseignants0,340 · 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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetNeutropenia and Cancer InfectionsTravaux en français237 207