Effectiveness of geriatric assessment and management in older cancer patients: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Frailty and multimorbidity among older cancer patients affect treatment tolerance and efficacy. Comprehensive geriatric assessment and management is recommended to optimize cancer treatment, but its effect on various outcomes remains uncertain. OBJECTIVE: Our objective was to conduct a systematic review and meta-analysis of randomized controlled trials (RCTs) and cost-effectiveness studies comparing comprehensive geriatric assessment (with or without implementation of recommendations) to usual care in older cancer patients. METHODS: We searched MEDLINE, EMBASE, CINAHL, and Cochrane trials from inception to January 27, 2023, for RCTs and cost-effectiveness studies. Pooled estimates for outcomes were calculated using random-effects models. RESULTS: A total of 19 full-text articles representing 17 RCTs were included. Average participant age was 72-80 years, and 31%-62% were female. Comprehensive geriatric assessment type, mode of delivery, and evaluated outcomes varied across studies. Meta-analysis revealed no difference in risk of mortality (risk ratio [RR] = 1.08. 95% confidence interval [CI] = 0.91 to 1.29), hospitalization (RR = 0.92, 95% CI = 0.77 to 1.10), early treatment discontinuation (RR = 0.89, 95% CI = 0.67 to 1.19), initial dose reduction (RR = 0.99, 95% CI = 0.99 to 1.26), and subsequent dose reduction (RR = 0.87, 95% CI = 0.70 to 1.09). However, the risk of treatment toxicity was statistically significantly lower in the comprehensive geriatric assessment group (RR = 0.78, 95% CI = 0.70 to 0.86). No cost-effectiveness studies were identified. CONCLUSION: Compared with usual care, comprehensive geriatric assessment was not associated with a difference in risk of mortality, hospitalization, treatment discontinuation, and dose reduction but was associated with a lower risk of treatment toxicity indicating its potential to optimize cancer treatment in this population. Further research is needed to evaluate cost-effectiveness.
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 | 0,015 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,043 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».