Real-world practice patterns and attitudes towards de-escalation of bone-modifying agents in patients with bone metastases from breast and prostate cancer: A physician survey
Notice bibliographique
Résumé
BACKGROUND: There remain questions around the optimal use of bone-modifying agents (BMAs) in patients with bone metastases from breast and castration-resistant prostate cancer (CRPC). A physician survey was performed to identify current practices, as well as perceptions around long-term BMA use, BMA de-escalation, and further BMA de-escalation after 2 years of use. METHODS: Canadian oncologists treating breast cancer or CRPC were surveyed via an anonymized online survey. The survey collected physician demographics, current practice patterns, perception on risk of symptomatic skeletal events (SSE) and BMA-associated toxicities, and attitudes towards further de-escalation of BMAs after 2 years of treatment. RESULTS: A total of 334 physicians in Canada were contacted, of which 295 were eligible on initial screening, and 65 completed the survey (response rate 22%): 35 treated breast cancer, 25 treated prostate cancer and 5 treated both. The most common BMA regimens in patients with no limitation in drug coverage were denosumab q4wks for 3-4 months followed by a de-escalation to q12wks (breast cancer) and denosumab q4wks (prostate cancer). In patients with provincial health coverage only the common choices were zoledronate q4wks for 3-4 months followed by de-escalation to q12wks (breast cancer) and denosumab q4wks (prostate cancer). There was equipoise regarding the benefit of continuing BMA beyond 2 years and interest in further trials of de-escalation of BMA in both breast and prostate cancer. The most favored alternative primary study endpoints to SSE were BMA toxicity (67.2%), pain (46.9%), and physical function (48.4%). CONCLUSION: Despite their extensive use and costs, questions around optimal use of BMAs still exist. Practice varies according to patient insurance coverage. However, most physicians are de-escalating BMAs. There is interest amongst clinicians in performing trials of de-escalation, especially after 2 years of treatment.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».