Use of inpatient palliative care in metastatic testicular cancer patients undergoing critical care therapy: insights from the national inpatient sample
Notice bibliographique
Résumé
To test for rates of inpatient palliative care (IPC) in metastatic testicular cancer patients receiving critical care therapy (CCT). Within the Nationwide Inpatient Sample (NIS) database (2008-2019), we tabulated IPC rates in metastatic testicular cancer patients receiving CCT, namely invasive mechanical ventilation (IMV), percutaneous endoscopic gastrostomy tube (PEG), dialysis for acute kidney failure (AKF), total parenteral nutrition (TPN) or tracheostomy. Univariable and multivariable logistic regression models addressing IPC were fitted. Of 420 metastatic testicular cancer patients undergoing CCT, 70 (17%) received IPC. Between 2008 and 2019, the rates of IPC among metastatic testicular cancer patients undergoing CCT increased from 5 to 19%, with the highest rate of 30% in 2018 (EAPC: + 9.5%; 95% CI + 4.7 to + 15.2%; p = 0.005). IPC patients were older (35 vs. 31 years, p = 0.01), more frequently had do not resuscitate (DNR) status (34 vs. 4%, p < 0.001), more frequently exhibited brain metastases (29 vs. 17%, p = 0.03), were more frequently treated with IMV (76 vs. 53%, p < 0.001) and exhibited higher rate of inpatient mortality (74 vs. 29%, p < 0.001). In multivariable analyses, DNR status (OR 10.23, p < 0.001) and African American race/ethnicity (OR 4.69, p = 0.003) were identified as independent predictors of higher IPC use. We observed a significant increase in rates of IPC use in metastatic testicular cancer patients receiving CCT, rising from 5 to 19% between 2008 and 2019. However, this rates remain lower compared to metastatic lung cancer patients, indicating the need for further awareness among clinicians treating metastatic testicular cancer. The increase in IPC rates for metastatic testicular cancer patients receiving CCT indicates a need for ongoing education and awareness among healthcare providers. This could enhance the integration of IPC in the treatment of advanced cancer, potentially improving quality of life and care outcomes for survivors.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».