Virtual Care for Patients with Advanced Well Differentiated Gastroenteropancreatic Neuroendocrine Tumor (GEP-NET)
Notice bibliographique
Résumé
INTRODUCTION: The COVID-19 pandemic resulted in an unprecedent shift towards virtual cancer care, including the care of gastroenteropancreatic neuroendocrine tumors (GEP-NETs). The aim of this study was to evaluate the use of virtual care for GEP-NETs during the COVID-19 pandemic at a high-volume academic cancer center. METHODS: This retrospective, observational study performed at the Ottawa Hospital Cancer Center in Canada evaluated adult patients with GEP-NETs seen in consultation by medical oncology between 1 June 2019 and 31 December 2022. Demographic, clinicopathologic, cancer treatment and visit data were collected. Univariable and multivariable analyses assessed the relationship between patient characteristics and virtual care use. RESULTS: A total of 103 patients with well-differentiated GEP-NETS were included. Overall, 18/103 (17.5%) consults and 594/781 (76.1%) follow-ups were performed virtually. All consultation visits returned to in-person assessment by 2022, while 67.0% and 41.4% follow-ups remained virtual in 2022 and 2023, respectively. The year of follow-up, sex, employment and Charlston comorbidity index were associated with virtual follow-up use in the multivariable analysis. DISCUSSION: Virtual care remained a predominant method of GEP-NET patient assessment in the peri-pandemic period. These results highlight an opportunity to improve access to subspecialty neuroendocrine cancer care through the continued use of virtual care.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».