Multi-Institutional Patterns of Use of Tumor-Treating Fields for Patients with Malignant Pleural Mesothelioma
Notice bibliographique
Résumé
(1) Background: The objective of this analysis was to evaluate the device usage rates and patterns of use regarding Tumor-Treating Fields (TTFields) for patients with malignant pleural mesothelioma (MPM) throughout the US. (2) Methods: We evaluated de-identified data from 33 patients with MPM enrolled in FDA-required HDE protocols at 14 institutions across the US from September 2019 to March 2022. (3) Results: The median number of total TTFields usage days was 72 (range: 6–649 days), and the total treatment duration was 160 months for all patients. A low usage rate (defined as less than 6 h per day, 25%) was observed in 34 (21.2%) months. The median TTFields usage in the first 3 months was 12 h per day (range: 1.9–21.6 h), representing 50% (range: 8–90%) of the potential daily duration. The median TTFields usage after 3 months decreased to 9.1 h per day (range: 3.1–17 h), representing 38% (range: 13–71%) of the daily duration, and was lower than usage in the first 3 months (p = 0.01). (4) Conclusions: This study represents the first multicenter analysis of real-world TTFields usage based on usage patterns for MPM patients in clinical practice. The real-world usage level was lower than the suggested daily usage. Further initiatives and guidelines should be developed to evaluate the impact of this finding on tumor control.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».