MétaCan
Menu
Retour à la cohorte
Enregistrement W4205376135 · doi:10.1200/jco.2022.40.4_suppl.078

Adjuvant oxaliplatin and fall-related injury in patients with colorectal cancer.

2022· article· en· W4205376135 sur OpenAlexafffundabout
Colin Sue‐Chue‐Lam, Christine B. Brezden, Rinku Sutradhar, Amy YX Yu, Nancy N. Baxter

Notice bibliographique

RevueJournal of Clinical Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Treatment and Pharmacology
Établissements canadiensHealth Sciences CentreInstitute of Health Services and Policy ResearchSunnybrook Health Science CentreMount Sinai HospitalUniversity of Toronto
Organismes subventionnairesPhysicians' Services Incorporated Foundation
Mots-clésMedicineOxaliplatinColorectal cancerCohortHazard ratioInternal medicineProportional hazards modelPopulationRetrospective cohort studyAdjuvant chemotherapyOncologyCancerSurgeryConfidence interval

Résumé

récupéré en direct d'OpenAlex

78 Background: Adjuvant oxaliplatin improves colorectal cancer (CRC) survival but causes dose-dependent peripheral neuropathy, possibly increasing the risk of fall-related injuries (FRI) such as fractures. In this retrospective cohort study, we examined the impact of adjuvant oxaliplatin cycles on FRIs. Methods: All data were ascertained from linked health administrative and population databases. We included Ontarians aged 18-85 years at CRC diagnosis between January 1 2007 to December 31 2018 who underwent curative resection and received adjuvant oxaliplatin. We excluded those with a prior cancer diagnosis within 5 years, prior CRC diagnosis ever, non-adenocarcinoma histology, prior oxaliplatin, and <2 years of Ontario health insurance prior to CRC diagnosis. Oxaliplatin dose was determined in the 382 days after resection and dichotomized (1-6 vs. 7-12 cycles). The outcome was FRI, defined by ICD10 codes W00-W19 for any injury caused by a fall requiring emergency or inpatient care. Follow-up began at the end of the treatment window and terminated at the first of FRI, death, loss of Ontario health insurance, or March 31 2020. To account for differences between groups, clinical and demographic characteristics at diagnosis (Table) were used to estimate propensity scores for treatment and calculate inverse probability of treatment weights. These weights were applied to a Fine & Gray regression model to determine the subdistribution hazard ratio (sHR) estimating the association between FRI and 1-6 versus 7-12 cycles of oxaliplatin, with death as a competing risk. Standardized differences <0.1 indicated negligible imbalance. An interaction term tested for effect modification by age at diagnosis. Results: 9,324 patients were included in the study; 1,870 received 1-6 cycles and 7,454 received 7-12 cycles of oxaliplatin. Those exposed to 1-6 cycles were older (61.0 vs. 59.1 years), had higher comorbidity scores (13.5 vs 12.3), and more often had rectal cancer (27.5 vs. 22.2%). Negligible imbalance remained after weighting. Median follow-up was 50.2 months. Total follow-up was 44,472 person-years. There were 1,223 FRIs and 1,913 deaths. The sHR for FRIs comparing 7-12 cycles against 1-6 cycles of oxaliplatin was 0.98 (95% CI 0.85-1.14). The interaction p-value for age and oxaliplatin dose was 0.24. Conclusions: In this population-based retrospective cohort study of 9,324 patients with CRC, the risk of FRIs was similar for 7-12 cycles compared with 1-6 cycles of adjuvant oxaliplatin. This finding was consistent across age at diagnosis. Future research should examine the relationship between oxaliplatin dose and falls not resulting in injury. [Table: see text]

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,047
Tête enseignante GPT0,449
Écart entre enseignants0,402 · 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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer Treatment and PharmacologyTravaux en français237 207