Population-based impacts of new therapies on outcomes for stage IV non-small cell lung cancer.
Notice bibliographique
Résumé
9120 Background: Over 15 years, diagnostic and therapeutic algorithms for Stage IV non-small cell lung cancer (NSCLC) have dramatically progressed. While clinical trials demonstrate overall survival (OS) advantages, population level impact remains uncertain. Here we evaluate real world, population-based outcomes for Stage IV NSCLC to assess impact of changing therapies on referral, treatment patterns and OS, which may help explain ongoing stigma/nihilism. Methods: A retrospective cohort analysis was completed to evaluate de novo Stage IV NSCLC diagnosed in Manitoba from 2006 to 2015. We evaluated treatment received (not seen by specialist, saw a specialist but did not receive therapy, radiation therapy (RT) only, and systemic therapy (mutation unknown and known)) and treatment era of diagnosis (2006-2009, 2010-2013 and 2014-2015). Multivariable logistic regression assessed systemic therapy predictors. Kaplan-Meier curve and Cox proportional hazard models evaluated OS. Results: 3,601 patients were diagnosed with Stage IV NSCLC, 53% male. Only 21% received systemic therapy, mean age of 62. Within the cohort, 973 (27%) patients did not see a specialist, 610 (17%) saw a specialist but did not receive therapy, 1248 (35%) only received RT, and 771 (21%) received systemic therapy (17% mutation status unknown and 4% known). Younger patients and those with confirmed histology were more likely to see a specialist and receive treatment, each (p < 0.001). Patients who received systemic therapy had lower comorbidity and higher income quintile, each (p < 0.001). Median OS did not differ between treatment era with median OS of 3.0, 2.9 and 2.8 months for 2006-2009, 2010-2013 and 2014-2015 respectively, p = 0.082. When survival analysis was restricted to patients who received systemic therapy, median OS improved by era to 10.9, 11.2 and 15.6 months respectively, p = 0.001. Variables found to be independently associated with survival included treatment type, age, sex and comorbidity. Conclusions: Improved systemic therapy and molecular testing has improved OS for patients who receive systemic therapy. However, due to the large proportion of Stage IV NSCLC patients who never receive systemic therapy we do not see improved survival at a population level between treatment eras.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».