Recent trends in utilization of outpatient medical oncology services in patients with breast and pancreatic cancer.
Notice bibliographique
Résumé
70 Background: Cancer incidence is increasing globally. Effective health and human resource planning will be critical to accommodate the rise in disease burden. Limited data are available on longitudinal utilization of medical oncology services, especially the increasing volume and complexity of care. We sought to characterize trends in medical oncology services following a diagnosis of breast or pancreatic cancers. Methods: We performed a retrospective, population-based analysis of health administrative data from Ontario, Canada to characterize trends of utilization of outpatient medical oncology services following diagnosis in patients diagnosed with breast or pancreatic cancer between 2012 and 2022. The cohort was derived from the Ontario Cancer Registry and stratified by year of diagnosis. The mean number of visits for consultation, follow-up and systemic therapy administration were tabulated per annum following first consultation. Results: Of 139,784 patients, 117, 734 were diagnosed with breast and 22,050 with pancreatic cancer. The proportion of patients with a medical oncologist consultation increased from 2012 to 2022 (breast: 84.1% vs 92.6% [p < 0.001]; pancreatic: 49.1% vs 79% [p < .001]). The proportion of patients who received any systemic therapy increased from 2012 to 2022 (breast: 50.8% vs 76.0% [p < 0.001]; pancreas: 62.2% vs 65.2% [p = 0.13]). The mean number of medical oncologist visits per patient in the first year following initial consultation grew from 2012 to 2022 for both breast (5.6 vs 6.9, p < 0.001) and pancreatic cancers (7.7 vs 10.0, p < 0.001). This trend persisted into the second year of follow-up for both cancers (breast: 2.7 vs 3.1 [p = 0.005]; pancreas: 5.9 vs 7.0 [p < 0.001]). During the same period, the mean number of systemic therapy administrations per patient in the year following initial consultation was 8.2 vs 8.7 in breast (p = 0.03) and 11.9 vs 12.5 in pancreas cancer patients (p = 0.30). Conclusions: Utilization of outpatient medical oncology services following a diagnosis of breast or pancreatic cancer has generally increased over time. Future medical oncology human resource planning needs to take into account the increasing complexity and volume of care delivered.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».