Real-World Treatment Patterns, Healthcare Resource Utilization, and Healthcare Costs in the First-Line Treatment of Metastatic Non-Small Cell Lung Cancer in the US
Notice bibliographique
Résumé
This study characterizes real-world treatment patterns and economic and healthcare resource utilization (HCRU) burden associated with first-line (1L) treatment of metastatic non-small cell lung cancer (NSCLC) without actionable alterations in the United States. This retrospective observational study used Optum Clinformatics® data. A total of 15,659 patients with metastatic NSCLC who started 1L treatment between January 2020 and March 2023 were included (52% male; mean age at the start of 1L treatment 71.7 years; 86% Medicare Advantage). The most frequent 1L regimens were immune checkpoint inhibitor (ICI) + platinum-based chemotherapy (PBCT) (47%), PBCT only (26%), and ICI only (20%). The median 1L treatment duration was 4.2 months (range 2.7–6.5) and was shorter with chemotherapy-only regimens. Outpatient visits accounted for the majority of HCRU (mean 6.6 visits per patient per month [PPPM]). Outpatient, inpatient, and emergency department visits were highest for chemotherapy-only regimens. Mean total (all-cause) healthcare costs were $32,215 PPPM and were highest for ICI + chemotherapy ($34,741–38,454 PPPM). Inpatient costs PPPM were highest for PBCT ($4725) and ICI + non-PBCT ($4648). First-line treatment of metastatic NSCLC without actionable alterations imposes a notable HCRU and cost burden, underscoring the need for better treatment options to improve outcomes and reduce economic impact.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».