Rates and predictors of visits to primary care physicians during and after treatment of childhood acute lymphoblastic leukemia: A population‐based cohort study
Notice bibliographique
Résumé
INTRODUCTION: Patient re-engagement with primary care physicians (PCPs) after cancer treatment is essential to facilitate survivorship care and to meet non-oncology primary care needs. We identified rates and predictors of PCP visits both during and after treatment among a population-based cohort of children with acute lymphoblastic leukemia (ALL). METHODS: Children of age less than 18 years at ALL diagnosis in Ontario between 2002 and 2012 were linked to administrative data and matched to controls without cancer. PCPs at diagnosis were identified and PCP visit rates during treatment compared between patients and controls. Post-treatment PCP visit rates were also calculated. Predictors included demographic-, disease-, and PCP-related variables. RESULTS: A total of 743/793 (94%) patients and 3112/3947 (79%) controls had a PCP at diagnosis. Almost half of patients (361/743, 45%) did not visit their PCP during treatment. Visit rate during treatment was 0.64 per person per year (PPPY) versus 1.4 PPPY among controls (adjusted rate ratio [aRR] 0.47, 95th confidence interval [95CI]: 0.40-0.54; p < .0001). No disease- or PCP-related factors were associated with visit rates. Total 711 patients completed frontline therapy; 287 (40.4%) did not have a PCP visit after treatment. Nonetheless, survivors overall visited PCPs post treatment more often than controls (aRR 1.4, 95CI: 1.2-1.6; p < .0001). Survivors who saw their PCP during treatment had post-treatment visit rates twice that of other survivors (aRR 2.0, 95CI: 1.6-2.5; p < .0001). CONCLUSIONS: Only a portion of children with ALL see their PCPs during treatment and return to PCP care following treatment completion. Post-treatment engagement with PCPs may be improved by PCP involvement during ALL treatment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».