The Impact of Virtual Cancer Care on Chemotherapy Delivery and Clinical Outcomes in Colorectal Cancer Patients Receiving Systemic Therapy: A Pre- and Intra-Pandemic Analysis
Notice bibliographique
Résumé
(1) Background: The coronavirus 2019 pandemic has resulted in an abrupt transition to virtual oncology care worldwide. This study’s objective is to evaluate chemotherapy delivery and clinical outcomes in patients on systemic treatment for colorectal cancer before and during the pandemic. (2) Methods: Clinical data was collected on patients with colorectal cancer receiving intravenous chemotherapy at The Ottawa Hospital from June 2019 to March 2021. Patients were stratified by whether they were started on chemotherapy pre-pandemic (June 2019–January 2020) or intra-pandemic (February 2020–March 2021). Multiple regression analysis was used to compare outcomes between pandemic periods; (3) Results: There were 220 patients included in this study. The proportion of virtual consultations (1.2% to 64.4%) and follow-up visits (5.2% to 83.3%) increased during the pandemic. There was no difference in the incidence of treatment delays (OR = 1.01, p = 0.78), chemotherapy dose reductions (OR = 0.99, p = 0.69), emergency department visits (OR = 1.23, p = 0.37) or hospitalizations (OR = 0.73, p = 0.43) between pandemic periods. A subgroup analysis revealed no difference in outcomes independent of the presence of metastases; (4) Conclusion: These findings serve as an important quality-care indicator and demonstrate that virtual oncology care appears safe in a cohort of high-risk colorectal cancer patients.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».