Return to search

Optimiser la prise en charge des patients âgés atteints de cancer : élements d'identification de la fragilité / Improving the Management of Older Patients with Cancer : Identification Elements of Frailty

INTRODUCTION : La majorité des cancers survient chez la personne âgée. Cette population est hétérogène du fait de la prévalence de comorbidités, d’incapacités et de syndromes gériatriques contribuant à la fragilité. Ces éléments rendent complexe le choix de la stratégie thérapeutique à adopter. L’évaluation gériatrique approfondie (EGA) est recommandée pour évaluer la fragilité de ces patients. L’objectif général était d’identifier parmi les patients âgés de 70 ans et plus atteints de cancer, ceux qui présentaient un haut risque de morbi-mortalité afin de limiter les thérapeutiques agressives et proposer une prise en charge adaptée. Les objectifs spécifiques étaient : 1/d’identifier les facteurs oncologiques et paramètres de l’EGA conjointement associés au décès à 1 an, 2/d’identifier des profils de santé et de les valider sur la morbi-mortalité, 3/ d’évaluer la concordance entre 4 classifications de fragilité et de comparer leurs performances pronostiques. METHODES : ces travaux ont été réalisés à partir de la cohorte dynamique prospective ELCAPA (Elderly CAncer PAtient) qui inclut consécutivement tous les patients âgés de 70 ans et plus, avec un diagnostic de cancer solide ou hématologique et adressés en consultation d’oncogériatrie, dans 2 centres hospitalo-universitaires parisiens. Entre 2007 et 2012, 1 021 patients ont été inclus. Les critères de jugements étaient la mortalité globale à 1 an, les hospitalisations non programmées à 6 mois et la décision finale de traitement (curative, palliative). Nous avons analysé les facteurs associés au décès à 1 an de 993 patients à l’aide de modèles de Cox. Nous avons ensuite réalisé une analyse en classes latentes (ACL) sur cas-complets (n=821), avec analyses de sensibilité incluant les données manquantes (n= 1 021), puis selon le statut métastatique et validé cette typologie sur 375 nouveaux patients inclus dans la cohorte. La dernière étude a été réalisée sur 763 patients avec données complètes pour 4 classifications étudiées à l’aide de modèles de Cox (décès) et régression logistique (hospitalisations).RESULTATS: L’âge moyen était de 80,2 ans, 51,2% étaient des hommes, 21,4% avaient un cancer colorectal et 45% des métastases. Le nombre de comorbidités sévères (P≤0,05), la dénutrition (P<0,001), l’âge >80 ans (P≤0,05), le site tumoral et statut métastatique (P<0,001) étaient associés au décès à 1 an indépendamment de la perte d’autonomie (ADL ou PS) et de l’altération de la mobilité (GUG) (P<0,001). L’ACL nous a permis d’identifier 4 profils: ceux relativement en bonne santé [LC1, 28,3%], dénutris [LC2, 35,8%], avec troubles cognitifs et humeur [LC3, 15,1%] et globalement altérés [LC4, 20,8%]. Les comparaisons 2 à 2 ajustées montraient que les patients LC2, LC3 et LC4 avaient un risque de décès, d’hospitalisations et de décision palliative plus élevé que les LC1. Les patients LC4 avaient un risque de décès et de décision de traitement palliatif plus élevé que les patients LC2 et LC3. Aucune différence entre les LC2, LC3 et LC4 n’était observée pour les hospitalisations. La distribution des patients variait selon les 4 classifications, i.e., la typologie en classes latentes, la classification de Balducci, et les classifications SIOG 1 et 2 (P<0,001). La concordance entre ces 4 classifications était globalement faible à modérée. Pour le décès, la discrimination était bonne pour les 4 modèles (C≥0,70) avec des performances légèrement supérieures pour la classification SIOG 1. Pour les hospitalisations, les performances de ces 4 classifications étaient bonnes et similaires (C≥0,70). Aucune classification n’a montré de meilleures performances pour l’ensemble des cancers les plus fréquents. CONCLUSIONS : Nous avons montré l’utilité de l’EGA notamment de certains paramètres pour identifier parmi les patients âgés atteints de cancer, ceux qui sont « fragiles ». Des études sont nécessaires pour évaluer l’impact de l’EGA sur la morbi-mortalité et la qualité de vie de ces patients. / INTRODUCTION: The majority of cancers are diagnosed in the elderly. This population is heterogeneous due to the prevalence of comorbidities, disability and geriatric syndromes that contribute to frailty. These elements make the decision complex as well as the choice of the optimal therapeutic strategy. Geriatric assessment (GA) is recommended to assess frailty in older patients with cancer. The aim of this thesis was to identify among patients aged ≥70 years who had solid or hematologic malignancies, those with a higher risk of morbidity and mortality, to limit aggressive treatments, and improve their management. Specific objectives were : 1/ to identify both cancer-related factors and CGA findings associated with 1-year mortality, 2/ to identify health profiles based and validate these profiles on morbimortality, and 3/ to compare agreement among four frailty classifications based on GA findings and to compare their performance in predicting 1-year overall mortality and 6-month unscheduled admissions.METHODS: These various works were carried out from the prospective ELCAPA (ELderly CAncer PAtient) cohort study that includes consecutive patients aged 70 years or older who had newly diagnosed solid or hematologic malignancies and were referred to two geriatric oncology clinics in teaching hospitals in the Paris urban area, France. Between 2007 and 2012, 1021 patients were included. The primary outcomes included 1-year overall mortality, 6-month unscheduled hospitalizations, and the final planned treatment decision (curative, palliative). We assessed factors associated with 1-year overall mortality among 993 patients using Cox models. Then, we performed a complete-cases latent class analysis (LCA, n=821) with the following sensitive analyses: among patients with missing data (n=1 021), according to metastatic status, and then validating our typology in a different patient sample of the ELCAPA cohort (n=375). Finally, the last study included 763 patients with complete data for the 4 studied classifications using Cox models (mortality) and logistic regression models (hospitalizations).RESULTS: Mean age was 80.2 years, 51.2% were male, 21.4% had a colorectal cancer and 45% a metastatic disease. A higher number of severe comorbidities (P<0.05), malnutrition (P<0.001), age >80 years (P<0.05), tumor site and metastatic status (P<0.001) were associated with death independently from impaired ECOG-PS (P<0.001), ADL (P<0.001), and GUG (P<0.001). LCA displayed 4 health profiles: those relatively healthy [LC1, 28.3%], malnourished [LC2, 35.8%], with cognitive and/or mood impairments [LC3, 15.1%], and gloablly impaired [LC4, 20 8%]. In adjusted pairwise comparisons, compared to LC1, the three other LCs were associated with higher risks of palliative treatment, death, and unplanned admission. LC4 was associated with 1-year mortality and palliative treatment compared to LC2 and LC3. For unplanned admissions, no differences were demonstrated across these three LCs. Patient distribution differed significantly across the four classifications, i.e., Latent class Typology, Balducci, SIOG1 and SIOG2 (P<0.001). Agreement between these four classifications was globally poor to moderate. For mortality, discrimination was good for the 4 models (C-index ≥0.70) with slightly better performance for SIOG 1-model. For hospitalizations, performance was good and close between the four models (C-index ≥0.70). None of the four classifications performed best for all the three tumor sites.CONCLUSIONS: We showed the usefulness of GA and especially some GA-parameters to identify among older patients, those who are frail. Intervention studies are needed to assess the impact of GA on morbi-mortality and quality of life of those patients.

Identiferoai:union.ndltd.org:theses.fr/2016SACLS381
Date10 November 2016
CreatorsFerrat, Emilie
ContributorsUniversité Paris-Saclay (ComUE), Bastuji-Garin, Sylvie
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text, Image, StillImage

Page generated in 0.0018 seconds