Intensity of End of Life Care for Hematologic Malignancy Patients in Western Washington, United States and Alberta, Canada
Notice bibliographique
Résumé
Background: Aggressive care at the end of life (EOL) leads to unnecessary suffering and healthcare costs for patients with cancer. We have previously shown that among patients with solid tumor malignancies, EOL utilization of chemotherapy, intensive care unit (ICU) admissions and >1 emergency department (ED) visits are higher in Washington State vs Alberta (AB). In this study, we use cancer registry and claims data to compare EOL care among patients with hematological malignancies between western Washington (WW) and AB. Methods: Adult patients with hematological malignancies diagnosed between 2007 and 2017 who died before December 31, 2018 were identified from regional population-based cancer registries in WW and AB. Data sources were 1) WW Cancer Surveillance System (a regional SEER registry) with data from 13 counties linked to enrollment files and claims from four regional insurers and 2) Canada National Ambulatory Care Reporting System, Discharge Abstracts Database, and chemotherapy records from AB Health Services. Proportions of patients receiving chemotherapy, ICU admission, or >1 ED visit in the last 30 days of life (DOL) in WW and AB were determined among all patients and those ≥65 years and compared using two sample z-test with two-tailed hypothesis (α=0.006 after Bonferroni correction). Results: 7859 AB and 3767 WW patients met study inclusion criteria. Median age was 76 (IQR 66-83) and 79 (IQR 71-86) for AB and WW, respectively; 78% and 85% were over age 65, 33% and 59% with ≥2 Charlson Comorbidity Score. Cancer distribution was 33% (AB) and 54% (WW) non-Hodgkin lymphoma, 14% (AB) and 20% (WW) myeloma and 27% (AB) and 19% (AB) leukemia. Table 1 shows utilization of chemotherapy, >1 ED visits and ICU admissions in AB and WW for all patients and Table 2 in those ≥65 years. More patients in WW vs AB were treated with chemotherapy (21% WW vs 7% AB) and admitted to ICU (34% WW vs 9% AB) in the last 30 DOL, whereas multiple ED visits were more similar between WW and AB (17% vs 19%, respectively). Similarly, among patients ≥65 years, chemotherapy use and ICU admissions were higher in WW. The same was true for patients in the last 60 and 90 DOL. Conclusions: Similar to what was noted in solid tumor patients, intensity of healthcare use at EOL is greater in WW vs AB for patients with hematological malignancies. However, ≥1 ED visits were similar between populations. Further work is needed to understand drivers of high intensity healthcare use and identify interventions to minimize low value care at EOL. Disclosures Khaki: Merck: Other: share/stockholder; Pfizer: Other: share/stockholder. Ramsey:AstraZeneca: Other: Personal Fees. Cowan:Janssen: Consultancy, Research Funding; Abbvie: Research Funding; Cellectar: Consultancy; Sanofi: Consultancy; Bristol Myers Squibb: Research Funding.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».