Indolent lymphoma care delivery and outcomes during the COVID‐19 pandemic in Ontario, Canada
Notice bibliographique
Résumé
The treatment pattern and outcomes in patients with indolent B-cell lymphoma treated during the coronavirus disease 2019 (COVID-19) pandemic period compared to the prepandemic period are unclear. This was a retrospective population-based study using administrative databases in Ontario, Canada (follow-up to 31 March 2022). The primary outcome was treatment pattern; secondary outcomes were death, toxicities, healthcare utilization (emergency department [ED] visit, hospitalization) and SARS-CoV-2 outcomes. Adjusted hazard ratios (aHR) from Cox proportional hazards models were used to estimate associations. We identified 4143 patients (1079 pandemic, 3064 prepandemic), with a median age of 69 years. In both time periods, bendamustine (B) + rituximab (BR) was the most frequently prescribed regimen. During the pandemic, fewer patients received R maintenance or completed the full 2-year course (aHR 0.81, 95% CI 0.71-0.92, p = 0.001). Patients treated during the pandemic had less healthcare utilization (ED visit aHR 0.77, 95% CI 0.68, 0.88, p < 0.0001; hospitalization aHR 0.81, 95% CI 0.70-0.94, p = 0.0067) and complications (infection aHR 0.69, 95% CI 0.57-0.82, p < 0.0001; febrile neutropenia aHR 0.66, 95% CI 0.47-0.94, p = 0.020), with no difference in death. Independent of vaccination, active rituximab use was associated with a higher risk of COVID-19 complications. Despite similar front-line regimen use, healthcare utilization and admissions for infection were less in the pandemic cohort.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».