Cancer Drug Use in the Last Month of Life in Men With Castration-Resistant Prostate Cancer
Notice bibliographique
Résumé
PURPOSE: Several new drug therapies have been approved in CRPC in the past decade. However, little is known about their potential overuse at the end of life. Cancer therapy use at the end of life has been considered an indicator of overtreatment. The study objective was to describe CRPC drug use in the last month of life of CRPC patients in Quebec. PATIENTS AND METHODS: Using administrative databases from the province of Quebec in Canada, we identified patients who received medical or surgical castration treatment, received one or more CRPC drugs (chemotherapy, abiraterone, or bone-targeted therapy), and died between 2001 and 2013. CRPC drug use in the last month of life was the primary outcome. RESULTS: The cohort consisted of 1,148 patients with CRPC. A total of 316 men (27.5%) received a CRPC drug in the last month of life. For those who received chemotherapy, abiraterone, and bone-targeted therapy, 10.2%, 27.8%, and 31.8% received them in the last month of life, respectively. In multivariable analyses, age older than 75 years (odds ratio [OR], 0.75; 95% CI, 0.57 to 0.99), and prostate cancer diagnosis received less than 24 months earlier (OR, 0.43; 95% CI, 0.26 to 0.72) were associated with less CRPC drug use. Relative to dying between 2005 and 2011, dying between 2012 and 2013 (OR 1.60; 95% CI, 1.18 to 2.18) was associated with greater CRPC drug use. CONCLUSION: More than one quarter of patients received CRPC drug therapies in the last month of life. Persistent chemotherapy, abiraterone, bone-targeted therapies, and medical castration drugs in the last month of life may be an indicator of inappropriate and expensive end-of-life care.
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 | 0,001 | 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 | 0,001 |
| 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 ».