MétaCan
Menu
Retour à la cohorte
Enregistrement W4389005089 · doi:10.1093/oncolo/oyad312

Patient Priorities Concerning Treatment Decisions for Advanced Neuroendocrine Tumors Identified by Discrete Choice Experiments

2023· article· en· W4389005089 sur OpenAlexaff
Matthew Anaka, David Chan, Sharon Pattison, Alia Thawer, Bryan B. Franco, Lesley Moody, Christopher Jackson, Eva Segelov, Simron Singh

Notice bibliographique

RevueThe Oncologist · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueNeuroendocrine Tumor Research Advances
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreSunnybrook Health Science CentreUniversity of AlbertaHealth Sciences CentreAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicineNeuroendocrine tumorsRadionuclide therapyInternal medicineOncology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with advanced neuroendocrine tumors (NETs) have multiple treatment options. Ideally, treatment decisions are shared between physician and patient; however, previous studies suggest that oncologists and patients place different value on treatment attributes such as adverse event (AE) rates. High-quality information on NET patient treatment preferences may facilitate patient-centered decision making by helping clinicians understand patient priorities. METHODS: This study used 2 discrete choice experiments (DCE) to elicit preferences of NET patients regarding advanced midgut and pancreatic NET (pNET) treatments. The DCEs used the "potentially all pairwise rankings of all possible alternatives" (PAPRIKA) method. The primary objective was to determine relative utility rankings for treatment attributes, including progression-free survival (PFS), treatment modality, and AE rates. Ranking of attribute profiles matching specific treatments was also determined. Levels for treatment attributes were obtained from randomized clinical trial data of NET treatments. RESULTS: One hundred and 10 participants completed the midgut NET DCE, and 132 completed the pNET DCE. Longer PFS was the highest ranked treatment attribute in 64.5% of participants in the midgut NET DCE, and in 59% in the pNET DCE. Approximately, 40% of participants in both scenarios prioritized lower AE rates or less invasive treatment modalities over PFS. Ranking of treatment profiles in the midgut NET scenario identified 60.9% of participants favoring peptide receptor radionuclide therapy (PRRT), and 30.0% somatostatin analogue dose escalation. CONCLUSION: NET patients have heterogeneous priorities when choosing between treatment options based on the results of 2 independent DCEs. These results highlight the importance of shared decision making for NET patients.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,085
Tête enseignante GPT0,416
Écart entre enseignants0,331 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe OncologistMême sujetNeuroendocrine Tumor Research AdvancesTravaux en français237 207