MétaCan
Menu
Retour à la cohorte
Enregistrement W3010959823 · doi:10.1200/jco.2012.30.15_suppl.9078

Effect of aprepitant on adherence to high-dose cisplatin-based chemotherapy.

2012· article· en· W3010959823 sur OpenAlexaffabout
Serge Makarenko, Winson Y. Cheung

Notice bibliographique

RevueJournal of Clinical Oncology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple and Secondary Primary Cancers
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésAprepitantMedicineNauseaVomitingCisplatinChemotherapy-induced nausea and vomitingOncologyChemotherapyInternal medicineAntiemetic

Résumé

récupéré en direct d'OpenAlex

9078 Background: Treatment of locally advanced head and neck cancers (HNC) and gastroesophageal cancers (GEC) frequently consists of high-dose cisplatin, which is highly emetogenic. Our aims were to 1) explore the impact of aprepitant for improving adherence to cisplatin-based chemotherapy in HNC and GEC, 2) examine its effect on reducing chemotherapy-induced nausea and vomiting (CINV) and 3) determine if use of aprepitant changed after introduction of insurance coverage for this drug. Methods: Patients diagnosed with HNC or GEC in British Columbia, Canada from Jan 2008 and June 2011 and prescribed high-dose cisplatin were reviewed. Using regression models that adjusted for confounders, we evaluated the relationship between aprepitant use and treatment and outcome characteristics, such as number of chemotherapy cycles, prevalence of CINV, and recurrence and survival. Results: A total of 333 patients were identified: 162 HNC and 171 GEC patients of whom 80% were men, 44% were aged >/=60 years, 35% were smokers, and 42% were alcohol users. Aprepitant was prescribed in 49%, nausea and vomiting occurred in 64 and 24%, respectively, and completion of all planned cisplatin was 52%. Younger patients (55 vs 41%, p=0.01) and those with less tumor burden (64 vs 38%, p<0.01) were more likely to be given aprepitant. Individuals who received aprepitant were significantly less likely to experience CINV (p<0.01). Use of aprepitant differed between HNC and GEC patients (p<0.01); however, its use did not increase when insurance coverage of this agent was introduced (p=0.16). In multivariate analyses, aprepitant use was significantly associated with adherence to all planned cisplatin treatments (OR 2.33, 95% CI 1.27-4.25, p<0.01). In Cox regression, completion of all cisplatin cycles was significantly correlated with a lower risk of recurrence (HR 0.56, 95%CI 0.32-0.97 p=0.04) and a trend towards decreased death (HR 0.56, 95%CI 0.31-1.10, p=0.10). Conclusions: Aprepitant was associated with a reduction in CINV in both HNC and GEC patients and correlated with better adherence to high-dose cisplatin-based chemotherapy. Individuals who completed all planned cisplatin had improved outcomes, specifically a lower risk of recurrence from HNC and GEC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,483
Écart entre enseignants0,383 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetMultiple and Secondary Primary CancersTravaux en français237 207