MétaCan
Menu
← Retour à la cohorte
Enregistrement W2891363159 · doi:10.1200/jco.2017.35.15_suppl.e18237

Baseline characteristics as predictors of adjuvant chemotherapy (AC) toxicities in stage III colorectal cancer (CRC) patients.

2017· article· en· W2891363159 sur OpenAlexaff
Akie Watanabe, Charlie Yang, Winson Y. Cheung

Notice bibliographique

RevueJournal of Clinical Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Treatment and Pharmacology
Établissements canadiensBC Cancer AgencyBaker Hughes (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineFOLFOXCapecitabineAnemiaCohortUnivariate analysisCancerColorectal cancerPopulationOncologyGastroenterologyMultivariate analysisOxaliplatin

Résumé

récupéré en direct d'OpenAlex

e18237 Background: Toxicities acquired from AC can impact quality of life. Baseline patient characteristics such as age, sex, ECOG, tumor location, TNM staging, and comorbidities are frequently considered in AC treatment decision-making, but their associations with common toxicity outcomes remain unclear. Methods: We used a population-based cohort of CRC patients to test our hypothesis. We reviewed individuals treated with adjuvant monotherapy (Capecitabine) or combination therapy (FOLFOX or CAPOX) within 12 weeks of curative resection at any 1 of 6 cancer centers in British Columbia, and determined the associations between baseline characteristics and toxicity outcomes. Results: Among 371 patients, median age was 65 (range 26-86) years, 51.5% were men, and 14% were ECOG ≥2. In this cohort, 41% received monotherapy and 59% received combination therapy. For monotherapy, univariate analyses found that age, sex, ECOG, and pre-treatment anemia were associated with hematological toxicities ( P < 0.05). Likewise, tumor location and TNM staging were associated with gastrointestinal (GI) toxicities ( P < 0.05). On multivariate analyses, hematological toxicities were more likely to develop with old age (≥70) (OR 3.30, 95% CI 1.17-9.37, P= 0.025) and pre-treatment anemia (OR 23.18, 95% CI 6.36-84.48, P= 0.001), while GI toxicities were less likely to occur with a left-sided tumor (OR 0.38, 95% CI 0.15-0.99, P= 0.047). In univariate analyses of combination therapy, sex and pre-treatment anemia were also associated with hematological toxicities, while cardiac and/or respiratory comorbidities were associated with neuropathy ( P < 0.05). In multivariate analyses, however, only female sex was predictive of hematological toxicities (OR 5.13, 95% CI 2.08-12.68, P= 0.001) and neuropathy was less likely to develop with cardiac and/or respiratory comorbidities (OR 0.23, 95% CI 0.07-0.81, P= 0.023). Further analyses did not show any consistent correlations between other baseline characteristics and toxicity outcomes. Conclusions: Readily available baseline patients characteristics are associated with the development of specific side effects, which can be used to better inform AC discussions.

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,082
Tête enseignante GPT0,481
Écart entre enseignants0,399 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer Treatment and Pharmacology→Travaux en français237 207→