Treatment Patterns and Outcomes in Patients With Metastatic Castration-resistant Prostate Cancer in a Real-world Clinical Practice Setting in the United States
Notice bibliographique
Résumé
BACKGROUND: Clinical trials have demonstrated the efficacy of several life-prolonging therapies for metastatic castration-resistant prostate cancer (mCRPC); however, real-world data on their use, survival effect, and safety are limited. Using electronic health record data from the Flatiron Health database, we studied real-world treatment patterns and health outcomes in patients with mCRPC. PATIENTS AND METHODS: We conducted a retrospective, non-interventional cohort analysis of electronic health record data of patients with confirmed mCRPC between January 2013 and September 2017. The primary objective was to describe real-world treatment patterns, including treatment type, duration, and sequencing. Secondary objectives included describing patient characteristics and clinical outcomes. RESULTS: Of 2559 patients with mCRPC, 1980 (77%) received at least 1 line of life-prolonging therapy (abiraterone, enzalutamide, docetaxel, cabazitaxel, sipuleucel-T, or radium-223). Of patients receiving first-line therapy, 49% received second-line therapy, and of these, 43% received third-line therapy. Abiraterone/prednisone and enzalutamide accounted for 65% of first-line therapies and 54% of second-line therapies. Docetaxel was the most common third-line therapy (24%). Back-to-back use of abiraterone/prednisone and enzalutamide was common. Radium-223 monotherapy use was 2% in the first-line setting, 3% in the second-line setting, and 8% in the third-line setting. The median overall survival was longer in patients who received life-prolonging therapies (23.7 months; 95% confidence interval: 22.3-25.1 months) than in those who did not (10.1 months; 95% confidence interval: 9.1-11.5 months). CONCLUSION: These real-world insights on over 2500 patients with mCRPC supplement findings from randomized controlled trials and may help to inform clinical trial design, treatment guidelines, and clinical decision-making.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».