Patient preferences for treatment and outcomes in hormone-sensitive prostate cancer (HSPC).
Notice bibliographique
Résumé
e18757 Background: Treatment options for patients with HSPC have broadened, and data regarding patient preferences for therapies can aid in therapeutic decision-making. This study evaluated the impact of attributes associated with therapies for US patients with locally advanced prostate cancer (LAPC) or metastatic HSPC (mHSPC) from the perspective of patient preferences. Methods: An online discrete choice experiment (DCE) was developed for patients with LAPC or mHSPC. The DCE included 12 questions designed to systematically require tradeoffs between treatment attributes of efficacy (5-year overall survival [OS]), tolerability (fatigue, skin rash, neurotoxicity, and common chemotherapy-related toxicity), and convenience (administration factors [route, frequency, and setting], concomitant use of steroids, and monitoring requirements). Respondents could choose androgen deprivation therapy (ADT) alone or with hypothetical therapies that improved 5-year OS but had additional adverse events (AEs). Attribute-specific importance weights measuring their relative impact on treatment choices were estimated using a mixed-logit model, which also controlled for heterogeneity in preferences. Results: From September 3 to October 14, 2021, 82 respondents (mean age 61 years) completed the survey (LAPC, n = 40; mHSPC, n = 42), with 61 (74.4%) receiving ADT at the time of the survey. Respondents reported treatment efficacy (36% [95% confidence interval (CI) 22, 49]) as the most important aspect of treatment choice, followed by changes in chemotherapy-related toxicity (13% [95% CI 3, 22]) and the need for concomitant steroid use (12% [95% CI 5, 19]). Respondents considered monitoring requirements (8% [95% CI 5, 19]) to be more important than fatigue (5% [95% CI 2, 13]). Administration factors were comparable in importance to therapy AEs (Table). Respondents preferred, by at least 10 percentage points, adding therapies to ADT that could improve 5-year OS, at the detriment of additional AEs. Conclusions: After efficacy, convenience was considered to impact treatment choices at a rate comparable to tolerability issues, potentially influenced by perceived COVID-19 exposure risks. Patients with LAPC and mHSPC prioritize efficacy despite the detriment of additional AEs.[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 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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».