Use of bone-modifying agents among breast cancer patients with bone metastasis: evidence from oncology practices in the US
Notice bibliographique
Résumé
PURPOSE: Bone-modifying agents (BMAs) are recommended for women with bone metastasis from breast cancer to prevent skeletal-related events. We examined the usage patterns and identified the factors associated with the use of BMAs (denosumab and intravenous bisphosphonates) among women in the US. PATIENTS AND METHODS: Electronic health records from oncology clinics were used to identify women diagnosed with bone metastasis from breast cancer between 2013 and 2014. Patients were excluded if they had recently used a BMA or had concurrent cancer at an additional primary site. The incidence of BMA initiation, interruption, and reinitiation were estimated using competing risk regression models. A generalized linear model was used to estimate risk factors for treatment initiation and interruption. RESULTS: There were 589 women diagnosed with bone metastasis from breast cancer. By 1 year, 68% of these patients (95% CI: 64%, 71%) had initiated treatment with a BMA. Denosumab and zoledronic acid were the most commonly used agents, whereas pamidronate was used infrequently. Young women were more likely to initiate a BMA than older women (adjusted risk difference: 6.4 [95% CI: 1.5, 10.9]). Of the 412 patients who initiated a BMA, 46% (95% CI: 41%, 51%) experienced an interruption within 1 year. Seventy-four percent (95% CI: 68%, 79%) of patients who interrupted their treatment had reinitiated therapy within 1 year of interruption. CONCLUSION: The majority of women diagnosed with bone metastasis from breast cancer initiate a BMA within 1 year of diagnosis, but a large proportion, particularly among the elderly, do not use these therapies.
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 | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».