Patterns of Cancer Centre Follow-Up Care for Survivors of Breast, Colorectal, Gynecologic, and Prostate Cancer
Notice bibliographique
Résumé
BACKGROUND: Rising demand on cancer system resources, alongside mounting evidence that demonstrates the safety and acceptability of primary care-led follow-up care, has resulted in some cancer centres discharging patients back to primary care after treatment. At the same time, the ways in which routine cancer follow-up care is provided across Canada continue to vary widely. The objectives of the present study were to investigate patterns of routine follow-up care at a cancer centre for breast, colorectal, gynecologic, and prostate cancer survivors; factors associated with receipt of follow-up care at a cancer centre; and changes in follow-up care at a cancer centre over time. METHODS: = 12,267) and developed decision rules to differentiate routine from non-routine visits during the follow-up care period (commencing 1 year after diagnosis). Descriptive statistics were computed to describe the patterns of routine follow-up care at a cancer centre. Negative binomial regression was used to examine factors associated with visits made and changes over time. RESULTS: Nearly half the survivors (48.4%) had at least 1 follow-up visit to the cancer centre, with variation by disease site (range: 30.2%-62.4%). Disease site and stage at diagnosis were associated with receipt of follow-up care at a cancer centre. For instance, compared with breast cancer survivors, survivors of gynecologic cancer had more visits [incidence rate ratio (irr): 1.48; 95% confidence interval (ci): 1.34 to 1.64], and survivors of colorectal cancer had fewer visits (irr: 0.45; 95% ci: 0.40 to 0.51). Year of diagnosis was associated with follow-up at a cancer centre, with each successive calendar year being associated with an 8% increase in visits made (irr: 1.08; 95% ci: 1.07 to 1.10). CONCLUSIONS: Despite evidence that follow-up care can be effectively and safely delivered in primary care, and despite intensifying demands on oncology services, many survivors continue to receive routine follow-up care at a cancer centre.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».