Evaluating the Time Toxicity of Cancer Treatment in the CCTG CO.17 Trial
Notice bibliographique
Résumé
PURPOSE: The time spent in pursuing treatments for advanced cancer can be substantial. We have previously proposed a pragmatic and patient-centered metric of these time costs—which we term time toxicity—as any day with physical health care system contact. This includes outpatient visits (eg, bloodwork, scans, etc), emergency department visits, and overnight stays in a health care facility. Herein, we sought to assess time toxicity in a completed randomized controlled trial (RCT). METHODS: We conducted a secondary analysis of the Canadian Cancer Trials Group CO.17 RCT that evaluated weekly cetuximab infusions versus supportive care alone in 572 patients with advanced colorectal cancer. Initial results reported a 6-week improvement in median overall survival (OS) with cetuximab (6.1 v 4.6 months). Subsequent analyses reported that benefit was restricted to patients with K-ras wild-type tumors. We calculated patient-level time toxicity by analyzing trial forms. We considered days without health care contact as home days. We compared medians of time measures across arms and stratified results by K-ras status. RESULTS: In the overall population, median time toxic days were higher in the cetuximab arm (28 v 10, P < .001) although median home days were not statistically different between arms (140 v 121, P = .09). In patients with K-ras–mutated tumors, cetuximab was associated with almost numerically equal home days (114 days v 112 days, P = .571) and higher time toxicity (23 days v 11 days, P < .001). In patients with K-ras wild-type tumors, cetuximab was associated with more home days (186 v 132, P < .001). CONCLUSION: This proof-of-concept feasibility study demonstrates that measures of time toxicity can be extracted through secondary analyses of RCTs. In CO.17, despite an overall OS benefit with cetuximab, home days were statistically similar across arms. Such data can supplement traditional survival end points in RCTs. Further work should refine and validate the measure prospectively. [Media: see text]
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».