MétaCan
Menu
Retour à la cohorte
Enregistrement W4311613428 · doi:10.3390/cancers14246197

Real-World Use of Granulocyte-Colony Stimulating Factor in Patients with Breast Cancer from Alberta, Canada

2022· article· en· W4311613428 sur OpenAlexaffabout
Philip Q. Ding, Brandt J. Newcomer, Winson Y. Cheung

Notice bibliographique

RevueCancers · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNeutropenia and Cancer Infections
Établissements canadiensApotex (Canada)University of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFilgrastimMedicineGranulocyte colony-stimulating factorPegfilgrastimBreast cancerNeutropeniaInternal medicineChemotherapyOncologyBiosimilarCancerSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There are limited published data in the Canadian healthcare system on the use of granulocyte colony-stimulating factor (G-CSF) among patients with breast cancer. This study characterized real-world G-CSF use during the period surrounding the introduction of filgrastim biosimilar. METHODS: Electronic medical records were reviewed retrospectively for patients with breast cancer who received moderately or highly myelosuppressive (neo)adjuvant chemotherapy from 2008 to 2019 in Alberta, Canada. Trends in G-CSF usage were plotted to elucidate temporal variations and multivariable regression models were constructed to identify clinical factors associated with G-CSF use. RESULTS: = 217). G-CSF use increased linearly more than two-fold over the 11-year study period. Predictors of G-CSF use included younger age, south zone of residence, higher neighborhood education, inferior disease stage, highly neutropenic risk chemotherapy, and more recent chemotherapy initiation. CONCLUSIONS: Despite increasing G-CSF usage over time, an appreciable proportion of patients for whom G-CSF prophylaxis is recommended did not receive it. G-CSF use could be further optimized to align with supportive care clinical guidelines and reduce the impact of neutropenia and its associated complications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,251
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetNeutropenia and Cancer InfectionsTravaux en français237 207