MétaCan
Menu
Retour à la cohorte
Enregistrement W3091769391 · doi:10.1001/jamasurg.2020.3754

Patient-Centered Time-at-Home Outcomes in Older Adults After Surgical Cancer Treatment

2020· article· en· W3091769391 sur OpenAlexafffundabout
Tyler R. Chesney, Barbara Haas, Natalie G. Coburn, Alyson Mahar, Victoria Zuk, Haoyu Zhao, Frances C. Wright, Amy T. Hsu, Julie Hallet

Notice bibliographique

RevueJAMA Surgery · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensBruyèreOttawa HospitalUniversity of ManitobaSunnybrook HospitalHealth Sciences CentreInstitute for Clinical Evaluative SciencesSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchIpsenIpsen BiopharmaceuticalsOntario Ministry of Health and Long-Term CareOntario Institute for Cancer Research
Mots-clésMedicineCancerMEDLINEGeneral surgeryIntensive care medicineGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Importance: Functional outcomes are central to cancer care decision-making by older adults. Objective: To assess the long-term functional outcomes of older adults after a resection for cancer using time at home as the measure. Design, Setting, and Participants: This population-based cohort study was conducted in Ontario, Canada, using the administrative databases stored at ICES (formerly the Institute for Clinical Evaluative Sciences). The analysis included adults 70 years or older with a new diagnosis of cancer between January 1, 2007, and December 31, 2017, who underwent a resection 90 days to 180 days after the diagnosis. Patients were followed up until and censored at the date of death, date of last contact, or December 31, 2018. Main Outcomes and Measures: The main outcome was time at home, dichotomized as high time at home (defined as ≤14 institution days annually) and low time at home (defined as >14 institution days) during the 5 years after surgical cancer treatment. Time-to-event analyses with Kaplan-Meier methods and multivariable Cox proportional hazards regression models were used. Results: A total of 82 037 patients were included, with a median (interquartile range) follow-up of 46 (23-80) months. Of these patients, 52 119 were women (63.5%) and the mean (SD) age was 77.5 (5.7) years. The median (interquartile range) number of days at home per days alive per patient was high, at 0.98 (0.94-0.99) in postoperative year 1, 0.99 (0.97-1.00) in year 2, 0.99 (0.96-1.00) in year 3, 0.99 (0.96-1.00) in year 4, and 0.99 (0.96-1.00) in year 5. The probability of high time at home was 70.3% (95% CI, 70.0%-70.6%) at postoperative year 1 and 53.2% (95% CI, 52.8%-53.5%) at postoperative year 5. Advancing age (≥85 years: hazard ratio [HR], 2.11; 95% CI, 2.04-2.18); preoperative frailty (HR, 1.74; 95% CI, 1.68-1.80); high material deprivation (5th quintile: HR, 1.25; 95% CI, 1.20-1.29); rural residency (HR, 1.14; 95% CI, 1.10-1.18); high-intensity surgical procedure (HR, 2.04; 95% CI, 1.84-2.25); and gastrointestinal (HR, 1.23; 95% CI, 1.18-1.27), gynecologic (HR, 1.31; 95% CI, 1.18-1.45), and oropharyngeal (HR, 1.05; 95% CI, 0.95-1.16) cancers were associated with low time at home. Inpatient acute care was responsible for 76.0% and long-term care was responsible for 2.0% of institution days in postoperative year 1. Inpatient days decreased to 31.0% by year 3, but days in long-term care increased over time. Conclusions and Relevance: This study found that older adults predominantly experienced high time at home after resection for cancer, reflecting the overall favorable functional outcomes in this population. The oldest adults and those with preoperative frailty and material deprivation appeared to be the most vulnerable to low time at home, and efforts to optimize and manage expectations about surgical outcomes can be targeted for this population; this information is important for patient counseling regarding surgical cancer treatment and for preparation for postoperative recovery.

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)0,005
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 enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,019
Tête enseignante GPT0,260
Écart entre enseignants0,241 · 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

Citations65
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA SurgeryMême sujetFrailty in Older AdultsTravaux en français237 207