Clinical and cost outcomes following genomics‐informed treatment for advanced cancers
Notice bibliographique
Résumé
BACKGROUND: Single-arm trials are common in precision oncology. Owing to the lack of randomized counterfactual, resultant data are not amenable to comparative outcomes analyses. Difference-in-difference (DID) methods present an opportunity to generate causal estimates of time-varying treatment outcomes. Using DID, our study estimates within-cohort effects of genomics-informed treatment versus standard care on clinical and cost outcomes. METHODS: We focus on adults with advanced cancers enrolled in the single-arm BC Cancer Personalized OncoGenomics program between 2012 and 2017. All individuals had a minimum of 1-year follow up. Logistic regression explored baseline differences across patients who received a genomics-informed treatment versus a standard care treatment after genomic sequencing. DID estimated the incremental effects of genomics-informed treatment on time to treatment discontinuation (TTD), time to next treatment (TTNT), and costs. TTD and TTNT correlate with improved response and survival. RESULTS: Our study cohort included 346 patients, of whom 140 (40%) received genomics-informed treatment after sequencing and 206 (60%) received standard care treatment. No significant differences in baseline characteristics were detected across treatment groups. DID estimated that the incremental effect of genomics-informed versus standard care treatment was 102 days (95% CI: 35, 167) on TTD, 91 days (95% CI: -9, 175) on TTNT, and CAD$91,098 (95% CI: $46,848, $176,598) on costs. Effects were most pronounced in gastrointestinal cancer patients. CONCLUSIONS: Genomics-informed treatment had a statistically significant effect on TTD compared to standard care treatment, but at increased treatment costs. Within-cohort evidence generated through this single-arm study informs the early-stage comparative effectiveness of precision oncology.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».