Optimising Outcomes for Glioblastoma through Subspecialisation in a Regional Cancer Centre
Notice bibliographique
Résumé
Delivery of highly sophisticated, and subspecialised, management protocols for glioblastoma in low volume rural and regional areas creates potential issues for equivalent quality of care. This study aims to demonstrate the impact on clinical quality indicators through the development of a novel model of care delivering an outsourced subspecialised neuro-oncology service in a regional centre compared with the large volume metropolitan centre. Three hundred and fifty-two patients with glioblastoma were managed under the European Organisation for Research and Treatment of Cancer and National Cancer Institute of Canada Clinical Trials Group (EORTC-NCIC) Protocol, and survival outcome was assessed in relation to potential prognostic factors and the geographical site of treatment, before and after opening of a regional cancer centre. The median overall survival was 17 months (95% CI: 15.5–18.5), with more favourable outcome with age less than 50 years (p < 0.001), near-total resection (p < 0.001), Eastern Cooperative Oncology Group (ECOG) Performance status 0, 1 (p < 0.001), and presence of O-6 methylguanine DNA methyltransferase (MGMT) methylation (p = 0.001). There was no difference in survival outcome for patients managed at the regional centre, compared with metropolitan centre (p = 0.35). Similarly, no difference was seen with clinical quality process indicators of clinical trial involvement, rates of repeat craniotomy, use of bevacizumab and re-irradiation. This model of neuro-oncology subspecialisation allowed equivalent outcomes to be achieved within a regional cancer centre compared to large volume metropolitan 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 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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».