MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379285694 · doi:10.1200/jco.2023.41.16_suppl.1530

Impact of geography on receipt of medical oncology consultation and neoadjuvant chemotherapy for triple negative and HER2 positive breast cancer.

2023· article· en· W4379285694 sur OpenAlexaffabout
Elliott K. Yee, Julie Hallet, Nicole J. Look Hong, Lena Nguyen, Natalie G. Coburn, Frances C. Wright, Sonal Gandhi, Katarzyna J. Jerzak, Andrea Eisen, Amanda Roberts

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerOncologyInternal medicineCancerStage (stratigraphy)ReferralPopulationCancer registryTriple-negative breast cancerCohortFamily medicine

Résumé

récupéré en direct d'OpenAlex

1530 Background: Consensus guidelines recommend consideration of neoadjuvant chemotherapy (NAC) for most patients with early-stage triple negative (TN) and HER2 positive (HER2+) breast cancer. Based on our previous work, most patients are not seen by a medical oncologist prior to surgery and do not receive NAC. Although potential barriers are not well understood, distance to cancer centres has been shown to mediate medical oncology referral and use of systemic therapy for other malignancies. We therefore aimed to characterize the impact of region of residence and cancer centre proximity on receipt of pre-treatment medical oncology consultation and NAC for patients with TN and HER2+ breast cancer. Methods: Using linked administrative healthcare datasets in Ontario, Canada, we performed a retrospective population-based geographic analysis of women diagnosed with stage I-III TN or HER2+ breast cancer from 2012-2019. Outcomes were pre-treatment medical oncology consultation and initiation of NAC. We created choropleth maps to assess the spatial distribution of outcomes across census divisions, displaying cancer centres and outcomes by colour gradient using geographic information system analysis. To assess the relationship between distance to the nearest cancer centre and outcomes, we performed a multivariable regression analysis adjusted for sociodemographic and clinical factors, including tumour extent and nodal status. Results: Within the cohort of 12,881 patients, there was no statistically significant relationship between incremental distance to the nearest cancer centre (≤5 vs. 5-10, 10-25, and ≥25 km) and rate of medical oncology consultation or receipt of NAC. Mapping analysis demonstrated high interregional outcome variability, ranging across census divisions from 12.2% to 64.3% for medical oncology consultation rate, and 9.3% to 64.3% for NAC rate. 77.7% of patients referred to medical oncology received NAC. Conclusions: Among patients with TN and HER2+ early breast cancer, rates of medical oncology consultation and NAC were not significantly impacted by distance to cancer centres but varied highly by region. This variability suggests that regional and/or provider practice patterns, rather than distance, may underlie discrepancies in referral for NAC. These findings can inform further studies and interventions aiming to improve equitable access to NAC for patients with TN and HER2+ breast cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,830
Score d'incertitude au seuil0,341

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,459
Écart entre enseignants0,420 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetBreast Cancer Treatment Studies→Travaux en français237 207→