Impact of the model of long‐term follow‐up care on adherence to guideline‐recommended surveillance among survivors of adolescent and young adult cancers
Notice bibliographique
Résumé
PURPOSE: Adolescent and young adult cancer survivors require lifelong healthcare to address the late effects of therapy. We examined the impact of different provider models of long-term follow-up (LTFU) care on adherence to recommended surveillance. METHODS: We conducted a retrospective cohort study using administrative health databases in Ontario, Canada. Five-year survivors were identified from IMPACT, a database of patients aged 15-20.9 years at diagnosis of six cancers between 1992 and 2010. We defined three models of LTFU care hierarchically: specialized survivor clinics (SCCs), general cancer clinics (GCCs), and family physician (FP). We assessed adherence to the Children's Oncology Group surveillance guidelines for cardiomyopathy and breast cancer. Multistate models assessed adherence transitions and impacts of LTFU attendance. RESULTS: A total of 1574 survivors were followed for a mean of 9.2 years (range 4.3-13.9 years) from index (5-year survival). The highest level of LTFU attended in the first 2-years post-index was a GCC (47%); only 16.7% attended a SCC. By the end of study, 72% no longer attended any of the models of care and only 2% still attended an SCC. Among 188 survivors requiring breast cancer surveillance, 6.9% were adherent to their first required surveillance testing. Attendance at a SCC in the previous year and higher cumulative FP or GCC visits increased the rate of subsequently becoming adherent. Among 857 survivors requiring cardiomyopathy surveillance, 11% were adherent at study entry. Each subsequent SCC visit led to an 11.3% (95% CI: 1.05-1.18) increase in the rate of becoming adherent. CONCLUSION: LTFU attendance and surveillance adherence are sub-optimal. SCC follow-up is associated with greater adherence, but few survivors receive such care, and this proportion diminished over time. Interventions are needed to improve LTFU attendance and promote surveillance adherence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».