Oral oncolytic monitoring pilot with patient-reported outcomes and adherence assessments
Notice bibliographique
Résumé
IntroductionPatients on oral oncolytics are responsible for self-monitoring adherence and adverse drug reactions (ADRs). Oncology pharmacists are in position to focus on quality and safety of care for patients on oncolytics while providing communication between the patient, physician, and specialty pharmacies. This pilot aimed to monitor patients treated by our leukemia team initiated on oral oncolytics.MethodsFrom July 2020 to February 2021, patients treated by our leukemia team newly started on oncolytics were included. Pharmacists performed medication reconciliation and drug interaction screening on initiation of oral oncolytic. Pharmacists followed up at predefined intervals. On follow up adherence was assessed using the Morisky Medication Adherence Scale-8 (MMAS-8) and patient reported outcomes (PROs) were assessed using the revised Edmonton Symptom Assessment Scale (ESAS-r). After each follow-up, a note was placed in the chart with assessment scores and recommendations.ResultsA total of 32 patients were screened with 19 patients included. Oral oncolytics included: imatinib (4), dasatinib (5), ponatinib (1), gilteritinib (2), enasidenib (1), and venetoclax (6). Fourteen drug interactions were identified, 11 medications discontinued, nine medications added, and two medications doses were changed. Twenty-six adherence assessments were performed with 21, 4, and 1 assessment demonstrating adherence, medium adherence, and low adherence, respectively. 62 ESAS-r assessments were performed with 64% reported as no symptoms, 17% as mild, 13% as moderate, and 5% as severe symptoms. Twenty laboratory tests were ordered from pharmacist recommendation on initiation and follow-up.ConclusionThis pilot demonstrated the role pharmacists play in oral oncolytic monitoring and symptom management.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».