A real‐world, population‐based study of patterns of referral, treatment, and outcomes for advanced pancreatic cancer
Notice bibliographique
Résumé
BACKGROUND: To describe patterns of referral, consultation, and treatment of advanced pancreatic cancer patients in a population-based health care system and to evaluate the impact of these factors on outcomes. METHODS: This is a retrospective analysis of population-based cancer data from the province of Alberta, Canada. We analyzed patients diagnosed with either locally advanced or metastatic pancreatic adenocarcinoma from 2009 to 2016 and evaluated their patterns of referral to a cancer center, consultation with oncology, and treatment with active anticancer therapies. Logistic regression models were constructed to determine the factors associated with referral, late oncology assessment, and late receipt of treatment. RESULTS: We identified 1621 pancreatic cancer patients. Median age was 70 years, 50% were men, and 51% had a Charlson index of 2+. Within this cohort, only 884 (54%) patients were referred to one of the provincial cancer centers. Adjusting for confounders in logistic regression models, older age and worse comorbidity scores were associated with nonreferral (both P < 0.01). In multivariable analysis among treated patients, the following factors were associated with improved overall survival, including younger age, earlier stage, and better comorbidity scores (all P < 0.01). Neither referral to consultation times nor consultation to treatment times correlated with outcomes. Importantly, nonreferred patients were more likely to use acute care services, including longer total duration of hospitalizations and more frequent visits with physician specialists. CONCLUSION: A significant proportion of patients with advanced pancreatic cancer were never referred to a cancer center. Nonreferred patients were more likely to utilize specific health care resources.
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) | 0,001 | 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) | 0,001 | 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 ».