MétaCan
Menu
Retour à la cohorte
Enregistrement W3200140491 · doi:10.1002/hpm.3308

Impact of new cancer therapies on outpatient treatment delivery for colorectal cancer: A population‐based study

2021· article· en· W3200140491 sur OpenAlexaffabout
Yi Chen, Caroline Speers, Winson Y. Cheung, John J. Spinelli, Hagen F. Kennecke

Notice bibliographique

RevueThe International Journal of Health Planning and Management · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensUniversity of CalgaryBC Cancer AgencyUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineColorectal cancerCancerMedical prescriptionInternal medicinePopulationOncology

Résumé

récupéré en direct d'OpenAlex

We investigated the impact of new systemic therapies approved in Canada for colorectal cancer on the frequency, intensity and duration of oncology clinic and infusion visits over five treatment phases from diagnosis (P1, P3) to treatment (P2, P4) of primary and metastatic disease, respectively, and during the last 6 months of life (P5). In total, 15,157 adult patients with newly diagnosed colorectal cancer and referred between 2000 and 2012 to any cancer clinic in British Columbia, Canada, were included. Frequency, intensity and duration of medical oncology clinic visits (CVs), oncology infusions (OIs) and oncology prescriptions (OPs) were measured by treatment phase. Mean, total and adjusted total duration for CVs increased for P1-5. CVs increased in P1-5, and in P1-4 when adjusted by treatment length. Adjusted and unadjusted OIs decreased in P1 coinciding with the introduction of an oral treatment option, but increased in P2-5. Mean OI duration increased in P1-5, while total and adjusted total decreased in P1 and increased in P2-5. OPs increased in P2-4, but were unchanged in P1 and P5. Multi-fold increases in resources and time required per patient were also observed, which have significant implications for demand projections in cancer care planning and delivery. In conclusion, patients required more visits in almost all treatment phases, visits on average took longer and patients were in treatment for longer periods of time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,698

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,366
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Health Planning and ManagementMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207