75P A multicenter physician survey evaluating Ki-67 use in breast cancer management in Canada
Notice bibliographique
Résumé
Ki-67 response to pre-operative endocrine therapy (ET) in early breast cancer is both prognostic and an evidence-based tool to guide adjuvant treatment decisions. While this approach is utilized in many countries, current usage in Canada is unclear. Physicians across Canada were surveyed to explore current practice patterns, perceptions, and perceived barriers to use of Ki-67 in management of early-stage breast cancer. Physicians were invited by email to participate in an anonymous survey using Microsoft Forms and were eligible if they prescribe systemic therapy for breast cancer in Canada. Respondents were asked to describe their usage of Ki-67, perceptions of the evidence surrounding Ki-67 ET response, and interest in future trials using this approach. Responses are summarized descriptively. The survey received 48/163 responses (29.4%), 6 of whom were ineligible. Majority of respondents (97.6%) reported having access to Ki-67 testing upon request. Guiding decisions on adjuvant Abemaciclib was the most common use (97.6%), followed by adjuvant chemotherapy decisions (16.7%), and prognostication (9.52%). Only 19.0% had used Ki-67 response to pre-operative ET in practice, however 69.0% reported they would use it if more easily available. Common barriers identified to this approach included lack of awareness by other providers (54.8%), increased resource requirement (54.8%), lack of timely Medical Oncology consultation prior to surgery (52.4%), potential surgical delays (38.1%), and modest or unclear benefit (19.0%). The majority of physicians (85.3%) reported that they would participate in future trials using Ki-67 endocrine response, and that the number of patients where treatment decisions were changed (95.2%) and cost analysis (42.3%) were important endpoints to include. Despite widespread availability of Ki-67 testing, few physicians in Canada currently use it to assess endocrine response, predominantly due to logistical and resource constraints. There is a high level of interest in participating in future trials using this strategy, which should focus on both disease related outcomes, feasibility, and the financial impact on the public healthcare system.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».