MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399150010 · doi:10.1200/jco.2024.42.16_suppl.e13771

Value of a multidisciplinary geriatric oncology committee on patient care in a community-based, academic cancer center.

2024· article· en· W4399150010 sur OpenAlexaboutno aff
Gurbani Singh, Lena Morant, McKenzie Bedra, Jennifer Emel, Kelly L. Harris, Yudhishtra Markan, Christopher L. deBorja, Monica Tong, P. Downs, Cherif Boutros

Notice bibliographique

RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMultidisciplinary approachCenter (category theory)Geriatric oncologyClinical OncologyOncologyCancerFamily medicineInternal medicineMedical physics

Résumé

récupéré en direct d'OpenAlex

e13771 Background: The heterogeneity in health and functional ability among older patients makes the management of cancer a unique challenge. The Geriatric Oncology Program at the University of Maryland Baltimore Washington Medical Center (BWMC) was created to optimize cancer management and recommendations for older patients. This study aimed to assess the benefits of the implementation of such a program at a community- based academic cancer center. Materials and Methods: We retrospectively analyzed patients aged ≥80 years presenting to the Geriatric Oncology Program between January 2017 and July 2022. A multidisciplinary team of specialists collectively reviewed each patient using geriatric-specific domains and stratified each patient into one of three management groups- Group 1: those deemed fit to receive standard oncologic care (SOC); Group 2: those recommended to receive optimization services prior to reassessment for SOC; and Group 3: those deemed to be best suited for supportive care and/ or hospice care. ANOVA, chi-square, and Kaplan-Meier analyses were used to assess patient outcomes. Results: Among 233 patients included, 76 (32.6%) received SOC (Group 1), 43 (18.5%) were optimized (Group 2), and 114 (49.0%) received supportive care or hospice referral (Group 3). There was no significant difference in sex, race, or age among all three groups. The Canadian Study of Health and Aging-Clinical Frailty Scale (CSHA-CFS) score was implemented in 2019 (n=90). Patients receiving supportive/ hospice care only had an average score of 5.8, while the averages for those in the optimization and SOC groups were 4.6 and 4.1, respectively (p=< .001). SOC patients had the longest average survival of 2.71 years compared to the optimization (2.30 years) and supportive care groups (0.93 years) (p= <0.001). 69.8% of optimized patients were deemed fit for SOC upon re-evaluation following optimization services. For all patients that underwent surgical interventions, post- operatively, 23 patients (85%) were discharged home and 4 (15%) were discharged to a rehab facility. The average survival after surgery for all patients was 3.16 years, while patients who were optimized prior to surgery had an average survival after surgery of 3.21 years. Conclusions: The present study demonstrates the need for specialized consideration of the heterogeneity that cancer diagnoses present in older individuals. The Geriatric Oncology Program at BWMC is able to maximize treatment outcomes for geriatric patients through the provision of SOC therapies and optimization services, while also minimizing unnecessary interventions on an individual patient-centric level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,088
Tête enseignante GPT0,547
Écart entre enseignants0,459 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetAdvances in Oncology and Radiotherapy→Travaux en français237 207→