MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399150691 · doi:10.1200/jco.2024.42.16_suppl.1612

Association of socioeconomic status with aggressive end-of-life care in patients with cancer before and during the COVID-19 pandemic.

2024· article· en· W4399150691 sur OpenAlexafffund
Javaid Iqbal, Rahim Moineddin, Robert Fowler, Christopher M. Booth, James Downar, Jenny Lau, Lisa W. Le, Gary Rodin, Hsien Seow, Peter Tanuseputro, Craig C. Earle, Kieran L. Quinn, Monika K. Krzyzanowska, Breffni Hannon, Camilla Zimmermann

Notice bibliographique

RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensMount Sinai HospitalHealth Sciences CentreSunnybrook Health Science CentrePrincess Margaret Cancer CentreUniversity of OttawaUniversity Health NetworkUniversity of TorontoMcMaster UniversityQueen's University
Organismes subventionnairesCanadian Institutes of Health ResearchPeterborough K. M. Hunter Charitable Foundation
Mots-clésMedicineSocioeconomic statusPandemicCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakEnd-of-life careSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)GerontologyDemographyEnvironmental healthInternal medicinePalliative careDiseaseVirologyOutbreakPopulationNursingInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

1612 Background: Aggressive care near the end-of-life (EOL) reflects poor quality of cancer care.We examined the association between trends in aggressive EOL cancer care and socioeconomic status (SES) before and during the COVID-19 pandemic. Methods: We conducted a population-based cohort study of adults diagnosed with cancer who died from 03/16/2015 to 03/15/2020 (pre-COVID-19 period) and from 03/16/2020 to 03/15/2021 (COVID-19 period). Aggressive EOL care was defined as a composite outcome of percentage (%) of patients with systemic anticancer therapy (SACT) use, >1 ED visit, >1 hospitalization, or ≥1 ICU admission in the last 30 days of life. We conducted an interrupted time series analysis using segmented linear regression, estimating monthly trends before, at the start of, and during the first year of the pandemic. Analyses were stratified by SES, based on area-level material deprivation quintiles (Q1, least; Q3, intermediate; Q5, most deprived). Results: Of 173,915 decedents with cancer (mean [SD] age 72.1 [12.5] years; females 45.9%), 59,613 (34.3% [95% CI, 34.1-34.5]) had aggressive EOL care; 10.3% (10.2-10.5) received SACT, 14.0% (13.8-14.2) had >1 ED visit, 10.3% (10.2-10.5) >1 hospitalization, and 13.4% (13.2-13.5) ≥1 ICU admission within 30 days of death. During the course of the pre-COVID-19 period, patients in Q1 (33.5% [33.0-34.1]) were less likely to receive aggressive care at the EOL than those in Q3 (34.1% [33.5-34.6]) or Q5 (34.8%, 95% CI, 34.3-35.3). Specifically, patients in Q1 were less likely to have ED visits (Q1, 12.9% vs Q3, 14.2% vs Q5, 14.9%), and hospitalizations (9.7% vs 10.3% vs 10.6%) than Q3 and Q5, and less likely to have ICU admissions than Q5 (13.1 vs 13.0% vs 14.4%); however, they were more likely to receive SACT at EOL (11.1% vs 9.9% vs 9.1%). During the pre-COVID-19 period, aggressive care increased by 0.032% (95% CI, 0.026-0.038, P < 0.0001) monthly; this increase was significant in Q1 (P = 0.002)but not in Q3 (P = 0.31) or Q5 (P = 0.21). Within Q1, there was a pre-COVID-19 increase in EOL SACT use (P < 0.0001)and ED visits (P = 0.04) but not inhospitalizations and ICU admissions. In March 2020, aggressiveness of care decreased by 2.37% (95% CI, -2.98 to -1.76, P = 0.0002), which was significant in Q5 (P = 0.04), but not Q1 (P = 0.07)or Q3 (P = 0.81). Within Q5, there was a decrease in EOL ED visits (P = 0.0008) but not in SACT use, hospitalizations, or ICU admissions. Conclusions: More than one third of adults with advanced cancer received aggressive EOL care, which increased in the 5 years prior to COVID-19 pandemic and was attenuated at its onset. Indicators of aggressive care differed by SES, with greatest SACT use in those with highest SES and greatest hospital services use in those with lowest SES. Measures to reduce aggressiveness of care should take into account disparities related to SES.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,499
Écart entre enseignants0,377 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→