Frailty in Patients With Newly Diagnosed Diffuse Large B-Cell Lymphoma Receiving Curative-Intent Therapy: A Population-Based Study
Notice bibliographique
Résumé
BACKGROUND: The objectives of this study were to determine whether frailty is associated with survival in a population-based sample of patients with diffuse large B-cell lymphoma (DLBCL) and to describe the healthcare utilization patterns of frail versus nonfrail patients during treatment. METHODS: A retrospective cohort study was conducted using population-based data in Ontario, Canada. Patients aged ≥66 years diagnosed between 2006 and 2017 with DLBCL or transformed follicular lymphoma who received first-line curative-intent chemoimmunotherapy were included. Frailty was defined using a modified version of a generalizable frailty index developed for use with Ontario administrative data. Cox regression was performed to examine the association between frailty and 1-year mortality. RESULTS: A total of 5,527 patients were included (median age, 75 years [interquartile range, 70-80 years]; 48% female), of whom 2,699 (49%) were classified as frail. Within 1 year of first-line treatment, 32% (n=868) of frail patients had died compared with 20% (n=553) of nonfrail patients (unadjusted hazard ratio, 1.8; 95% CI, 1.6-2.0; P<.0001). Frail patients had higher healthcare utilization during treatment, with most hospitalizations related to infection and/or lymphoma. In multivariable modeling controlling for age, inpatient diagnosis, number of chemoimmunotherapy cycles received, comorbidity burden, and healthcare utilization, frailty remained independently associated with 1-year mortality (adjusted hazard ratio, 1.5; 95% CI, 1.3-1.7; P<.0001). CONCLUSIONS: In a population-based sample of older adult patients with DLBCL receiving front-line curative-intent therapy, half were classified as frail, and their adjusted relative rate of death in the first year after starting treatment was 50% higher than that of nonfrail patients. Frailty seems to be associated with poor treatment tolerance and a higher likelihood of requiring acute hospital-based care.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».