Oncologists’ Use of Genomic Sequencing Data to Inform Clinical Management
Notice bibliographique
Résumé
PURPOSE: To determine whether oncologists intended to change treatment as a result of tumor sequencing, and subsequently, whether patients experienced an alteration of clinical management or derived clinical benefit. PATIENTS AND METHODS: A prospective survey of oncologists referring adult patients with rare, advanced, or refractory cancer to the Michigan Oncology Sequencing program was conducted from June 2014 to March 2015 to assess the use of and intent to disclose sequencing findings. Oncologists' responses were compared with the referred patients' self-reported survey responses, and a content analysis of disclosure documented in the medical record was performed. Medical records were reviewed retrospectively to determine if clinical management was informed or changed by sequencing results. RESULTS: Oncologists (response rate, 93%) referring 112 consecutive patients were surveyed. Medical records of patients were reviewed for changes in clinical management on the basis of sequencing findings. Oncologists intended to change the treatment of 22% of patients (n = 24) on the basis of sequencing findings. Of these patients, 37.5% (n = 9) had an actual change in clinical management. Thirty-four patients with postsequencing survey data reported that a results disclosure discussion did not occur, despite documentation of disclosure by the physician in the medical record. CONCLUSIONS: Findings demonstrate that many oncologists view next-generation sequencing results to be potentially valuable in directing subsequent therapy for their patients; however, barriers in communicating results to patients and implementing them in clinical management remain.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,002 |
| 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 ».