Retrospective database analysis to assess treatment patterns, clinical outcomes, and healthcare resource utilization in metastatic or recurrent HER2-positive breast cancer in Alberta
Notice bibliographique
Résumé
BACKGROUND: Population-based data from real-world sources on metastatic breast cancer (mBC) patient outcomes by HER2 status are limited, particularly in Canada. To meet this need, we examined treatment patterns, outcomes, and healthcare resource utilization in HER2-positive (HER2+) mBC in a real-world Canadian setting. PATIENTS AND METHODS: This retrospective longitudinal cohort consisted of all patients in Alberta, Canada diagnosed with de novo metastatic or recurrent HER2+ breast cancer between 2010 and 2019. Patient data were obtained from the provincial cancer registry, electronic medical records, and other administrative databases. RESULTS: 758 patients with HER2+ mBC were included, of which 461 (60.8 %) were recurrent cases. Taxane + trastuzumab + pertuzumab was the most frequent (61.7 %) first-line regimen, trastuzumab emtansine (T-DM1) was the most frequent (74.8 %) second-line regimen, and capecitabine + lapatinib was the most frequent (52.9 %) third-line regimen. Median overall survival from first-, second-, and third-line chemotherapy was 41.9 months (95 % CI: 36.9-51.2), 18.8 months (95 % CI: 15.4-24.3), and 12.9 months (95 % CI: 11.0-16.8), respectively, with no meaningful differences between de novo and recurrent patients. CONCLUSION: Uptake of guideline-recommended regimens in each line of therapy was lower in recurrent patients although survival was similar to de novo patients. These findings highlight the need for consensus on treatment regimens for de novo and recurrent HER2+ patients, effective first-and second-line management, and novel therapies to improve outcomes. MICROABSTRACT Our study evaluated real-world treatment patterns, clinical outcomes, and healthcare utilization in HER2-positive metastatic breast cancer (mBC) in Alberta, Canada. Among 758 patients, survival was similar between new diagnoses and recurrent cases, despite lower uptake of guideline-recommended therapies in recurrent patients. Our findings highlight the need for consensus on treatment strategies and novel therapies to improve mBC outcomes.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| 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 ».