MétaCan
Menu
Retour à la cohorte
Enregistrement W2604392817 · doi:10.1200/jco.2017.35.8_suppl.1

An evaluation of the breast cancer Well Follow-up Care Initiative using administrative databases: A new model of analysis.

2017· article· en· W2604392817 sur OpenAlexaffabout
Nicole Mittmann, Craig C. Earle, Hasmik Beglaryan, Ning Liu, Julie Gilbert, Farah Rahman, Soo Jin Seung, Dominique Leblanc, Stefanie De Rossi, Jacqueline Liberty, Victoria Zwicker, Jonathan Sussman

Notice bibliographique

RevueJournal of Clinical Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of TorontoOntario Institute for Cancer ResearchHealth Sciences CentreInstitute for Clinical Evaluative SciencesCancer Care OntarioJuravinski Cancer CentreSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerRadiation oncologistComorbidityCancerResidenceHealth careGeneralized estimating equationEmergency medicineFamily medicineDatabaseInternal medicineDemographyRadiation therapy

Résumé

récupéré en direct d'OpenAlex

1 Background: Cancer Care Ontario (CCO) implemented the Well Follow-up Care Initiative (WFCI) to transition low-risk breast cancer (BC) survivors from oncologist to primary care providers. The objective of this work was to compare both the health system resources utilized and their associated costs, among women in the WFCI (cases) and women who were not transitioned (controls). Methods: Cases were linked to provincial administrative databases and matched to a control group based on year of diagnosis, cancer stage, age, comorbidity, income, geographic area of residence, and prior health system use. Health system resource utilization (physician, hospitalization, diagnostics, medication, and homecare) was ascertained per group. The annual mean and median costs (CAD 2014) per patient were determined. Annualized incremental costs between cases and controls were estimated using generalized estimating equations, accounting for matched pairs. Results: Results are based on 2,324 cases and 2,324 controls (mean age 64.4 and 64.9 years, respectively). During an average of 2.5 years of follow-up since the transition date, there were significant differences between the two groups for mean annual visits per patient with a medical oncologist (0.4 vs. 1.3, p<0.001) and radiation oncologist (0.2 vs. 0.4, p<0.001). There was no significant difference in mean annual family physician visits per patient (7.4 vs. 7.9, p=0.082). The intervention group had fewer inpatient hospitalizations (75.6% vs. 79.9%) and cancer clinic visits (84.9% vs. 94.0%). While there was a higher number of mammograms for cases compared to controls, other diagnostic tests (bone scan, CT, MRI, ultrasound, and x-rays) were done less frequently. The model was associated with a 39.3% reduction in mean annual costs ($6,575 among cases and $10,832 among controls) and a 22.1% reduction in median annual costs ($2,261 among cases and $2,903 among controls). Conclusions: Transitioning BC survivors to primary care was associated with fewer health system resources and had a lower annual mean cost per patient than women who were not transitioned.

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)0,091
score de la tête « metaresearch » (Gemma)0,143
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 enseignants0,091
Score d'incertitude au seuil0,480

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0910,143
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0050,006
Études des sciences et des technologies0,0020,001
Communication savante0,0060,004
Science ouverte0,0050,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,727
Tête enseignante GPT0,635
Écart entre enseignants0,092 · 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

Citations5
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207