Decision-making factors for an autologous stem cell transplant for older adults with newly diagnosed multiple myeloma: A qualitative analysis
Notice bibliographique
Résumé
Purpose: A utologous stem cell transplant (ASCT) remains a standard of care among older adults (aged ≥65) with multiple myeloma (MM). However, heterogeneity in the eligibility and utilization of ASCT remains. We identified decision-making factors that influence ASCT eligibility and utilization among older adults with MM. Methods: A qualitative study across two academic and two community centres in Ontario was conducted between July 2019-July 2020. Older adults with MM (newly diagnosed MM aged 65-75 in whom a decision had been made about ASCT in <12 months) and treating oncologists completed a baseline survey and a subsequent interview, which was analyzed using thematic analysis. Results: Eighteen patients completed the survey and 9 follow-up interviews were conducted. Patients were happy with their treatment decision with "trust in their oncologist" and "wanting the best treatment" as the most important to proceed with ASCT. "Afraid of side effects" was the most common reason for declining ASCT. Fifteen oncologists completed the survey and 10 follow-up interviews were conducted. Most relied on the 'eye-ball' test for ASCT eligibility over geriatric screening tools. The lack of both high-quality evidence and local guidelines impacted decision-making. Both oncologists and patients felt that chronological age alone should not affect ASCT eligibility. Conclusion: While decision-making factors regarding ASCT can be variable, both oncologists and patients indicated that chronological age alone should not represent a barrier for ASCT among older adults. Future simplification and incorporation of ASCT eligibility geriatric assessment tools in studies as well as the inclusion of these tools in local guidelines may further improve ASCT decision-making.
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 | 0,016 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».