MétaCan
Menu
Retour à la cohorte
Enregistrement W4416289754 · doi:10.1200/cci-25-00140

Using Real-World Data to Determine Acute Chemotherapy Emetogenicity in Pediatric Patients

2025· article· en· W4416289754 sur OpenAlexaff
L. Lee Dupuis, Terrence Lo, Yi Man, Lillian Sung, Mina Tadrous, Cherry Chu

Notice bibliographique

RevueJCO Clinical Cancer Informatics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNausea and vomiting management
Établissements canadiensOntario Drug Policy Research NetworkInstitute for Clinical Evaluative SciencesUniversity of TorontoSickKids FoundationHospital for Sick ChildrenWomen's College Hospital
Organismes subventionnairesnon disponible
Mots-clésChemotherapyPediatric cancerSelection (genetic algorithm)AntiemeticClinical trialCancer chemotherapy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Direct pediatric information to inform chemotherapy emetogenicity in pediatric patients is limited. Therefore, the framework for antiemetic selection is uncertain. This study classified the acute emetogenicity of chemotherapy regimens in pediatric patients using data extracted from the electronic health record (EHR). METHODS: This retrospective, single-institution study extracted data from the EHR of patients age 0 to 18 years who received chemotherapy during an inpatient admission from July 1, 2018, through February 29, 2024. Data were organized by patient and chemotherapy block including patient demographics; date, time, and route of chemotherapy and antiemetic administration; and date and time of vomiting. When at least 30 patients received the same chemotherapy and antiemetics during a chemotherapy block, the proportion of chemotherapy blocks where patients experienced complete, partial, or failed chemotherapy-induced vomiting control was determined. Chemotherapy regimen emetogenicity was assigned using a revision of an accepted pediatric chemotherapy emetogenicity classification framework that adjusted for antiemetic administration. RESULTS: Seven thousand two hundred ninety-six chemotherapy blocks in 1,386 patients were identified. The emetogenicity of 25 chemotherapy regimens was classified: highly (7), moderately (5), low (10), and minimally (3) emetogenic. For 19 of these, no direct pediatric information was previously available. In five, our findings confirm the previous pediatric emetogenicity classification. Relative to emetogenicity classifications for adults, our findings led to classifications that were higher (seven regimens), lower (one regimen), or the same (four regimens). CONCLUSION: We have applied a novel method, EHR data extraction, to provide direct pediatric evidence to classify chemotherapy emetogenicity. Increasing the certainty of chemotherapy emetogenicity facilitates effective antiemetic selection for pediatric patients. This method may be applied in multi-institution studies to increase the number of chemotherapy regimens whose emetogenicity is classified using direct pediatric evidence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,264
Tête enseignante GPT0,507
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Clinical Cancer InformaticsMême sujetNausea and vomiting managementTravaux en français237 207