MétaCan
Menu
← Retour à la cohorte
Enregistrement W2891383683 · doi:10.23889/ijpds.v3i4.639

Population survival impact of new targeted and immune based therapies for metastatic or unresectable melanoma

2018· article· en· W2891383683 sur OpenAlexaffabout
Paul Nguyen, Tara Baetz, Christopher M. Booth, Elizabeth A. Eisenhauer, Timothy P. Hanna

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensNortheast Cancer CentreQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicinePopulationHazard ratioCancer registryInternal medicineCohortCancerOncologyRadiation therapyMelanomaSystemic therapyRelative survivalRetrospective cohort studyChristian ministryConfidence intervalCancer research

Résumé

récupéré en direct d'OpenAlex

IntroductionNew classes of drugs for metastatic or unresectable melanoma (MM) have shown improved survival in randomized trials (e.g., anti-CTLA-4, anti-PD-1, BRAF/MEK inhibitors). We sought to describe uptake of these new drugs and their impact on population-based survival outcomes of MM. Objectives and ApproachWe sought to describe uptake of these new drugs and their impact on population-based survival outcomes of MM. This was a retrospective, population-based cohort study of all treated MM in Ontario 2007-2015. Administrative data sources from the Institute for Clinical Evaluative Sciences (ICES) were utilized. Within ICES, cutaneous and non-cutaneous primaries were identified in the Ontario Cancer Registry. Administrative sources from Cancer Care Ontario, Ministry of Health and Long-Term Care, and Canadian Institute for Health Information identified patients treated with palliative systemic therapy, radiotherapy and metastatectomy. Temporal trends in utilization and survival were investigated. Survival by drug class was described. ResultsWe identified 2,793 MM patients. First treatment was systemic therapy (46%), radiotherapy (41%) or metastatectomy (14%). MM patient number increased from 270 in 2007 to 418 in 2015. Systemic treatment rose from 125 MM first treated in 2007 to 343 in 2015. New drug treatments increased from <6% of reported first-line regimens in 2007 to 82\% in 2015. 1-year and 2-year overall survival (OS) was 28% and 15% respectively for all MM in 2007-2009, rising to 46% and 35% for 2014-2015 (logrank p<0.001; adjusted hazard ratio (AHR) 0.56, 95% confidence interval (CI): (0.49,0.63)). Survival gains were largely in the subset treated primarily systemically, where new drugs were increasingly utilized (2-year OS 16% 2007-2009 vs. 44% 2014-2015 logrank p<0.001; AHR 0.46, 95% CI: (0.38,0.56)). Conclusion/ImplicationsUtilization of systemic therapy for MM has increased considerably in routine practice during 2007-2015; at least some of this increase relates to use of novel agents since 2011. In line with randomized trial findings, new drug adoption was associated with substantial increases in population-based MM survival.

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 enseignants0,301
Score d'incertitude au seuil0,599

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,103
Tête enseignante GPT0,438
Écart entre enseignants0,335 · 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→