7 POPULATION-BASED PATTERNS OF RADIATION THERAPY USE FOR BRAIN METASTASIS PATIENTS IN BRITISH COLUMBIA FROM 2017-2022
Notice bibliographique
Résumé
Abstract PURPOSE To characterize radiotherapy (RT) use for brain metastases (BM) in British Columbia (BC) from January 2017 to December 2022. METHODS Patients who received BM-directed RT were identified from the BC Cancer registry and RT delivery software. Patient demographics, disease characteristics, and RT details were collected for three periods: 2017–2018 (P1), 2019–2020 (P2), and 2021–2022 (P3). Chi-square and Kruskal-Wallis tests analyzed clinical factors associated with RT use. Kaplan-Meier overall survival was assessed. RESULTS Among 2,797 patients, 3,317 RT courses were delivered. The most common primaries were non-small cell lung cancer (NSCLC) (49%), small cell lung cancer (SCLC) (18%), breast (9%), and gastrointestinal (7%). The proportion of BM RT per year decreased for SCLC but increased for breast, gastrointestinal, melanoma, gynecologic, and sarcoma cancers. RT courses delivered increased across periods (755, 1,217, and 1,345, respectively), with an increasing proportion of patients receiving ≥2 RT courses (10%, 13%, 16%, p=0.05). The most common dose was 20Gy in 5 fractions. Whole-brain RT (WBRT) declined (75%, 61%, 49% from P1 to P3), while focal RT, particularly stereotactic RT (SRT), increased from 148 courses (P1) to 416 (P3). Median survival from diagnosis was 14 months, and from first BM RT was 5 months. One-year OS from diagnosis improved (42%, 56%, 63%, p<0.01), but OS from first BM RT remained stable (30%, 32%, 33%, p=0.12). CONCLUSION BM RT use in BC has increased, shifting from WBRT to focal RT, particularly SRT. While OS from diagnosis has improved, survival after BM RT remained stable.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».