Evaluating Diagnostic and Treatment Timelines for ALK-Positive NSCLC Patients: Results from a Global Registry for Consideration in the Journal of Clinical Lung Cancer
Notice bibliographique
Résumé
ALK-positive non-small cell lung cancer (NSCLC) is an aggressive subtype affecting younger, nonsmoking individuals. Tyrosine kinase inhibitors (TKIs) are essential treatments; however, global data on comorbidities, diagnosis, treatment, and intervals from initial medical visits to TKI treatment remain limited. This study examines symptoms, comorbidities, and treatment timelines to identify factors contributing to delays in TKI treatment. We conducted a longitudinal observational study using a global registry of ALK-positive NSCLC patients via online surveys from September 2022 to November 2024. Participants were recruited through support groups, patient newsletters, and oncologist referrals. Descriptive statistics and multivariable regression analyses evaluated the impact of sociodemographics, comorbidities, symptoms, and clinical practices on diagnostic and treatment intervals. Surveys from 1,288 individuals across 71 countries revealed a median diagnosis age of 52 years, with 52% residing in the U.S. and 28% reporting a smoking history. The median time from the first medical visit to diagnosis was 45 days. For stage IIIC/IV patients, the median time from diagnosis to TKI treatment was 30 days. Older age at the first visit was linked to shorter diagnostic intervals, while more symptoms increased delays. Older age, GERD, and high blood pressure prolonged treatment intervals among advanced-stage patients, whereas coughing up blood and voice changes shortened them. Additionally, recent diagnosis and residence in Canada were associated with shorter treatment delays. This study underscores disparities in diagnosis and treatment timelines for ALK-positive NSCLC and highlights the need for targeted interventions to optimize care and improve 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 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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».