MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400036823 · doi:10.1200/jco.2024.42.16_suppl.9046

Bioethics of over- and undertreatment in older adults with cancer.

2024· article· en· W4400036823 sur OpenAlexaboutno aff
Clark DuMontier, Anna Revette, Neha Perumal, Hajime Uno, Mary Whitehead, L. Mustian, Tammy T. Hshieh, Jane A. Driver, William Dale, Gregory A. Abel

Notice bibliographique

RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBioethicsCancerGerontologyFamily medicineOncologyInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

9046 Background: Over-/undertreatment are pervasive in older adults with cancer, despite oncologists prescribing with best intentions. What “ought” to be prescribed with limited evidence creates challenges in adhering to the principles of bioethics: beneficence, nonmaleficence, justice, and respect for autonomy. Our objective for this study was to elucidate whether and how tensions among these ethical principles can contribute to over-/undertreatment in older patients. Methods: We designed a modified Delphi study, convening a panel of 13 experts in biomedical ethics (5 male, 8 female; 4 MD, 4 PhD, 2 MD/MA, 1 MD/PhD, 1 JD/MDiv, 1 DNP) from U.S. and Canadian institutions for three iterative rounds of data collection. In the first round—an electronic questionnaire—we presented definitions of overtreatment and undertreatment in older adults with cancer (DuMontier, J Clin Oncol, 2020) and asked questions delineating which ethical principles related to each definition, followed by questions regarding how over-/undertreatment might occur from conflicts among different ethical principles. Consensus for each question was defined as ≥75% of experts answering “agree” or “strongly agree”. The second round consisted of a virtual synchronous focus group of 9 of the panel experts led by a qualitative researcher to review round one results and discuss questions that did not reach consensus, followed by a second questionnaire including these questions. Results: After the first round, experts reached consensus that bioethical principles applied to over-/undertreatment in older adults with cancer. Specifically, 92% felt that overtreatment can occur when oncologists overemphasize beneficence that values the potential benefit of cancer treatments, while underemphasizing non-maleficence with respect to treatment adverse effects. Moreover, 77% felt that overtreatment can also occur when oncologists prioritize patient autonomy (preference to be treated) over non-maleficence (oncologists' concerns that treatment harms outweigh benefits). 84% felt that undertreatment can occur due to a lack of justice in equitable consideration of cancer treatments that could provide similar benefits in older adults as they would in younger adults. Moreover, 77% felt that undertreatment can occur when oncologists underemphasize patient autonomy, failing to consider patient preferences regarding which benefits to pursue and risks to take. Data collection for the second questionnaire and qualitative analysis of the focus group are underway. Conclusions: Our findings suggest that tension in ethical principles can lead to over- and undertreatment in older adults with cancer. The “right” treatment in older patients in the context of limited evidence is not simply one that aims to aggressively target their cancer, but that balances both benefits and harms in light of the whole patient and their preferences, while not restricting therapies based on age alone.

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)0,032
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,008
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,397
Tête enseignante GPT0,615
Écart entre enseignants0,218 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

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 sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→