A population‐based comparison of treatment patterns, resource utilization, and costs by cancer stage for Ontario patients with triple‐negative breast cancer
Notice bibliographique
Résumé
BACKGROUND: There have been few publications exploring the characteristics, treatment pathways, and health-care costs by stage in patients with a triple-negative breast cancer (TNBC) phenotype. METHODS: Data from a publicly funded health-care system in Ontario were assessed. Baseline characteristics, treatment patterns, and health-care costs were descriptively compared by cancer stage (I-III vs IV) for adult women diagnosed with invasive TNBC between 2012 and 2016. Resource use was multiplied by unit costs for publicly funded health-care services to calculate health system-related costs. RESULTS: A total of 3271 cases were identified, 3081 with stage I-III and 190 with stage IV TNBC. Baseline characteristics were aligned with previous reports. Surgery was the most common treatment among patients with stage I-III disease (n = 2979, 96.7%); 557 (18.7%) received neoadjuvant therapy (NAT) and 1974 (66.3%) received adjuvant therapy (AT), the latter at a median of 44 days postsurgery, and 2446 (79.4%) in the stage I-III cohort received radiation. Treatment for metastatic TNBC included surgery in 48 (25.3%), systemic therapy in 138 (72.6%), and radiotherapy in 112 (58.9%) patients. Top drug regimens included anthracyclines/taxanes. Annual per-patient health care costs were four times higher for stage IV vs. stage I-III TNBC. CONCLUSION: Per-patient costs were higher in metastatic TNBC, despite a less frequent use of all treatment modalities compared to early TNBC. Treatment patterns were aligned with the options available at the time; however, neoadjuvant treatment rates were low.
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) | 0,001 | 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) | 0,001 | 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 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 ».