Readiness of health care systems to generate RWE: Frequency of radiographic imaging of metastatic disease during first-line systemic therapy.
Notice bibliographique
Résumé
268 Background: Regulatory and Health Technology Assessment (HTA) agencies are increasingly using real world data (RWD) to support real world evidence (RWE), but the readiness of healthcare systems to reliably generate RWE is unknown. As a quality assurance measure we examined the preparedness of a single payer system to provide RWE by evaluating the frequency of CT imaging during standard first line metastatic systemic treatment of breast, colorectal (CRC) and lung cancer. Methods: A 1-year cohort of de novo metastatic breast, CRC, lung cancer patients treated with first line systemic therapy (excluding hormone therapy) referred to BC Cancer in 2016 was retrospectively reviewed. Duration of first line treatment was calculated from first to last dose of therapy. Baseline CT included imaging within 8 weeks prior to and 3 weeks after treatment initiation (first cycle). Last CT included imaging up to 8 weeks after the last dose of therapy. Results: A cohort of 675 patients was identified from the BC Cancer Registry. The distribution of de novo metastatic disease at diagnosis was lung (n = 379), CRC (n = 214) followed by breast cancer (n = 82). Conclusions: In our publicly funded health care system, baseline CT scans within 4 weeks prior to treatment ranged from 57-72%. The median CT imaging interval during first line metastatic treatment was ranged from 7.9-11.3 weeks. RWD from routine clinical practice differs significantly from clinical trials, the gold standard for regulatory and HTA assessments. Population-based data may contribute to RWE with caution due to limitations imposed by clinical practice. [Table: see text]
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 | 0,018 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».