Patterns of Prescription Medication Use Before Diagnosis of Early Age-Onset Colorectal Cancer: Population-Based Descriptive Study
Notice bibliographique
Résumé
BACKGROUND: Colorectal cancer (CRC) is estimated to be the fourth most common cancer diagnosis in Canada (except for nonmelanoma skin cancers) and the second and third leading cause of cancer-related death in male and female individuals, respectively. OBJECTIVE: The rising incidence of early age-onset colorectal cancer (EAO-CRC; diagnosis at less than 50 years) calls for a better understanding of patients' pathway to diagnosis. Therefore, we evaluated patterns of prescription medication use before EAO-CRC diagnosis. METHODS: We used linked administrative health databases in British Columbia (BC), Canada, to identify individuals diagnosed with EAO-CRC between January 1, 2010, and December 31, 2016 (hereinafter referred to as "cases"), along with cancer-free controls (1:10), matched by age and sex. We identified all prescriptions dispensed from community pharmacies during the year prior to diagnosis and used the Anatomical Therapeutic Chemical Classification system Level 3 to group prescriptions according to the drug class. A parallel assessment was conducted for individuals diagnosed with average age-onset CRC (diagnosis at age 50 years and older). RESULTS: We included 1001 EAO-CRC cases (n=450, 45% female participants; mean 41.0, SD 6.1 years), and 12,989 prescriptions were filled in the year before diagnosis by 797 (79.7%) individuals. Top-filled drugs were antidepressants (first; n=1698, 13.1%). Drugs for peptic ulcer disease and gastroesophageal reflux disease (third; n=795, 6.1%) were more likely filled by EAO-CRC cases than controls (odds ratio [OR] 1.4, 95% CI 1.2-1.7) and with more frequent fills (OR 1.8, 95% CI 1.7-1.9). We noted similar patterns for topical agents for hemorrhoids and anal fissures, which were more likely filled by EAO-CRC cases than controls (OR 7.4, 95% CI 5.8-9.4) and with more frequent fills (OR 15.6, 95% CI 13.1-18.6). CONCLUSIONS: We observed frequent prescription medication use in the year before diagnosis of EAO-CRC, including for drugs to treat commonly reported symptoms of EAO-CRC.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».