Predicting acute care use following initiation of systemic therapy for solid tumors.
Notice bibliographique
Résumé
6576 Background: Emergency department (ED) visits and hospitalizations are undesirable and costly. We developed and validated the PROACCT (Prediction Of Acute Care use during Cancer Treatment) score to predict at least one acute care visit during the first 30 days (AC30) after initiating systemic therapy for cancer. Methods: Using administrative data, we identified patients in Ontario with the 18 most common non-hematological cancers who initiated non-hormonal systemic treatment regimens between July 1, 2014 and June 30, 2015, randomly split into development and validation cohorts. We created a score to predict AC30 using multivariate logistic regression and backward covariate selection in the development cohort. Combinations of tumor sites and regimens were grouped into quintiles based on AC30. The score was assessed in the validation cohort. Results: AC30 occurred in 21% (3561/17144) of patients. Eleven factors predicted AC30 in the development cohort and formed the score: tumor site and regimen (2nd quintile: 2; 3rd-4th: 3; 5th: 4), Aggregated Diagnosis Group comorbidity index (6-10: 1; 11+: 2), recent/concurrent radiation (1), female sex (1), recent ED visit (1), rural residence (1), local health integration network (0, 1 or 2), and Edmonton Symptom Assessment Scale anxiety (4+: 1), lack of appetite (4+: 1), nausea (4+: 1), and tiredness (4+: 1). Among the 196 tumor-regimen combinations, tumors with poor prognoses, such as pancreatic and lung, and platinum- and taxane-containing regimens, carried the highest risk for AC30. The score had c-statistics of 0.66 and 0.65 in the derivation and validation cohorts, respectively (both P< 0.001) (Table). Conclusions: PROACCT identifies factors that predict AC30 in patients with solid tumors starting systemic treatment and could be incorporated into electronic health records to select patients for preventative interventions. AC30 by PROACCT score. AC30/N (%) Score Derivation (N = 11493) Validation (N = 5651) < 3 18/431 (4) 15/216 (7) 3 37/584 (6) 28/324 (9) 4 111/1083 (10) 67/572 (12) 5 223/1596 (14) 122/741 (16) 6 357/1974 (18) 158/925 (17) 7 407/1949 (21) 186/947 (20) 8 358/1514 (25) 217/768 (28) 9 360/1159 (31) 174/542 (32) 10 269/677 (40) 115/333 (35) > 10 220/526 (42) 119/283 (42)
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».