Estimating the optimal perioperative chemotherapy utilization rate for muscle‐invasive bladder cancer
Notice bibliographique
Résumé
BACKGROUND: Identifying optimal chemotherapy (CT) utilization rates can drive improvements in quality of care. We report a benchmarking approach to estimate the optimal rate of perioperative CT for muscle-invasive bladder cancer (MIBC). METHODS: The Ontario Cancer Registry and linked treated records were used to identify neoadjuvant and adjuvant CT rates among patients with MIBC during 2004-2013. Monte Carlo simulation was used to estimate the proportion of observed rate variation that could be due to chance alone. The criterion-based benchmarking approach was used to explore whether social and health-system factors were associated with CT rates. We also used the "pared-mean" approach to identify a benchmark population of hospitals with the highest treatment rates. Hospital CT rates were adjusted for case mix and simulated using a multi-level multivariable model and a parametric bootstrapping approach. RESULTS: The study population included 2581 patients; perioperative CT was delivered to 31% (798/2581). Multivariate analysis showed that treatment was strongly associated with patient socioeconomic status and hospital teaching status. The benchmark rate was 36%. Unadjusted CT rates were significantly different across hospitals (range 0%-52%, P < .001). The unadjusted benchmark perioperative CT rate was 45% (95% CI 40%-50%); utilization rate in nonbenchmark hospitals was 28% (95% CI 26%-30%). When using simulated CT rates adjusted for case mix, the benchmark CT rate was 41% (95% CI 35%-47%) and the nonbenchmark hospital CT rate was 30% (95% CI 28%-32%). The simulation analysis suggested that the observed component of variation (38%) was outside the 95% CI (22%-28%) of what could be expected due to chance alone. CONCLUSIONS: There is significant systematic variation in perioperative CT rates for MIBC across hospitals in routine practice. The benchmark perioperative CT rate for MIBC is 36%-41%.
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) | 0,004 | 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 ».