P.097 Glioblastoma treatment, end-of-life resource utilization, and outcomes in Ontario
Notice bibliographique
Résumé
Background: The end-of-life (EoL) phase of care is pivotal for glioblastoma (GBM) patients. While early integration of palliative care has shown benefits in various cancer types, its role in GBM care remains underexplored. This study aims to characterize EoL care patterns in GBM patients, assessing their temporal evolution, regional disparities, and socioeconomic influences. Methods: This is retrospective study of all patients with GBM treated in Ontario between 1994 and 2018 using the ICES data repository. Variables analyzed included patient demographics, comorbidities, palliative care utilization, and aggressive/supportive care components. Results: We identified 9,013 GBM patients within the study period. There was a gradual increase in palliative care utilization over time, accompanied by a decrease in in-hospital deaths. However, the proportion of patients receiving chemotherapy in the last 14 days of life increased. Multivariate logistic regression found socioeconomic status influenced palliative care access and rural patients also had a higher rate of in-hospital deaths, possibly due to limitations in outpatient palliative care services. Conclusions: The findings in this study clarify the status of EoL care for GBM patients within Ontario, and demonstrates key areas for future research, underscoring the need for standardized EoL care practices to enhance the quality of care for GBM 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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».