Primary non-adherence to adjuvant endocrine therapy in older women with breast cancer.
Notice bibliographique
Résumé
285 Background: Adjuvant endocrine therapy (AET) improves survival in hormone receptor positive breast cancer (HR+BC). Challenges with adherence to AET in seniors are well documented; however, there is limited knowledge on primary non-adherence (PNAD). PNAD is defined as non-initiation of a prescribed medication. Our aim is to characterize PNAD rates in women aged ≥ 65 with HR+BC and identify potential predictors, using real-time treatment information. Methods: Optimum is an e-health platform integrating real-time analysis of administrative claims data combined to patient-level clinical information on breast cancer. Optimum tracks care trajectories to identify deviations from best practice, using data from Quebec’s universal health insurance plan that covers all medical and pharmaceutical care. In this single-center feasibility study, we characterized PNAD as a non-initiation of AET within 10 days from the first prescription. Descriptive analyses were used to assess potential predictors. Results: Of the 57 patients enrolled, 9 were excluded due to lack of > 30 day follow up. In the remaining 48 patients, PNAD was 21 %. Baseline Charlson comorbidity index (0 vs 13 %), psychotropic drug use (20 % vs 26 %) and polypharmacy rate (10 % vs 11 %) were lower in PNAD patients, compared to primary-adherent patients. PNAD patients had larger average tumor size (1.8 cm vs 1.6 cm), more often overexpressing HER2NEU (10 % vs 3 %), more negative progesterone receptor (10 % vs 5 %). They also more often had lumpectomy (70 % vs 65 %), SLNB (70 % vs 58 %) and more frequent margin revisions (30 % vs 16 %). They more often received chemotherapy (30 % vs 0 %). At 30-day follow-up, 40 % of PNAD patients had not yet initiated AET. Conclusions: This study confirms the feasibility of combining real-time administrative data and patient-level clinical information to assess breast cancer quality care. PNAD in women with HR+BC was higher than expected. PNAD patients had less comorbidities and drug use, but more aggressive cancers and more often also had quality challenges with surgical care (margin revision). PNAD predictors can potentially be used to identify patients that may require additional support to optimize disease management.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».