The Potential Clinical and Economic Value of Primary Tumour Identification in Metastatic Cancer of Unknown Primary Tumour: A Population-Based Retrospective Matched Cohort Study
Notice bibliographique
Résumé
PURPOSE: Several genomic tests have recently been developed to identify the primary tumour in cancer of unknown primary tumour (CUP). However, the value of identifying the primary tumour in clinical practice for CUP patients remains questionable and difficult to prove in randomized trials. OBJECTIVE: We aimed to assess the clinical and economic value of primary tumour identification in CUP using a retrospective matched cohort study. METHODS: We used the Manitoba Cancer Registry to identify all patients initially diagnosed with metastatic cancer between 2002 and 2011. We defined patients as having CUP if their primary tumour was found 6 months or more after initial diagnosis or never found during the course of disease. Otherwise, we considered patients to have metastatic cancer from a known primary tumour (CKP). We linked all patients with Manitoba Health databases to estimate their direct healthcare costs using a phase-of-care approach. We used the propensity score matching technique to match each CUP patient with a CKP patient on clinicopathologic characteristics. We compared treatment patterns, overall survival (OS) and phase-specific healthcare costs between the two patient groups and assessed association with OS using Cox regression adjustment. RESULTS: Of 5839 patients diagnosed with metastatic cancer, 395 had CUP (6.8%); 1:1 matching created a matched group of 395 CKP patients. CUP patients were less likely to receive surgery, radiation, hormonal and targeted therapy and more likely to receive cytotoxic empiric chemotherapeutic agents. Having CUP was associated with reduced OS (hazard ratio [HR] 1.31; 95% confidence interval 1.1-1.58), but this lost statistical significance with adjustment for treatment differences. CUP patients had a significant increase in the mean net cost of initial diagnostic workup before diagnosis and a significant reduction in the mean net cost of continuing cancer care. CONCLUSION: Identifying the primary tumour in CUP patients might enable the use of more effective therapies, improve OS and allow more efficient allocation of healthcare resources.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».