Validation of a Cyclic Algorithm to Proxy Number of Lines of Systemic Cancer Therapy Using Administrative Data
Notice bibliographique
Résumé
PURPOSE Researchers are automating the process for identifying the number of lines of systemic cancer therapy received by patients. To date, algorithm development has involved manual modifications to predefined classification rules. In this study, we propose a supervised learning algorithm for determining the best-performing proxy for number of lines of therapy and validate this approach in four patient groups. MATERIALS AND METHODS We retrospectively analyzed BC Cancer pharmacy records from patients’ cancer diagnosis until end of follow-up (cohort-specific, 2014/2015). We created and validated a cyclic algorithm in patients with advanced cancers of varying histologies, diffuse large B-cell lymphoma, follicular lymphoma, and chronic lymphocytic leukemia. To assess internal and external validity, we used a split-sample approach for all analyses and considered lines of therapy identified through manual review as our criterion standard. We measured agreement using correlation coefficients, mean squared error, nonparametric hypothesis testing, and quantile-quantile plots. RESULTS Cohorts comprised 91 patients with advanced cancers, 121 with chronic lymphocytic leukemia, 440 with follicular lymphoma, and 679 with diffuse large B-cell lymphoma. Number of lines of therapy received and patients’ treatment period length varied substantially across cohorts. Despite these differences, our algorithm successfully identified a best-performing proxy for number of lines of therapy for each cohort, which was moderate to highly correlated with (within-sample: 0.73 ≤ Pearson correlation ≤ 0.84; out-of-sample: 0.52 ≤ Pearson correlation ≤ 0.76) and whose distribution did not significantly differ from the criterion standard within or out of sample ( P > .10). CONCLUSION Supervised learning is an ideal tool for generating a best-performing proxy that recognizes prescription drug patterns and approximates number of lines of therapy. Our cyclic approach can be used in jurisdictions with access to administrative pharmacy data.
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 | 0,035 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».