Design and application of a self‐evaluation questionnaire for individuals at a high‐risk of lung cancer
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to establish a comprehensive evaluation system to assess the risk factors of lung cancer for the general population. METHODS: With the method of evidence-based medicine, risk factors of lung cancer were identified and their risk assignments were calculated to design the Self-evaluation Scoring Questionnaire for High-risk Individuals of Lung Cancer. Studies including more than 10 000 subjects were carried the out to confirm the questionnaire's value. RESULTS: The questionnaire consisted of 15 risk factors and their risk assignments, such as sex, age, smoking, female passive smoking, previous illness histories, exposure to harmful gases, mental depression and genetic susceptibility. In the population application, data from 30 lung cancer patients revealed its desired reliability and validity. The next pre-investigation, including 94 patients and 252 controls, confirmed its differentiating power, and encouraged a much larger-scale survey with 2161 subjects to determine the threshold (T) to identify high-risk individuals, the threshold was 116 points. According to this criterion, 1537 high-risk volunteers and 6556 controls were recruited to participate in a 3-year follow-up study from 2007 to 2009. There were 31 cases of lung cancer detected in the high-risk group, with a detection rate of 2.02%, significantly higher than that of the controls (5/6556, 0.08%), indicating an excellent predictive value of the questionnaire. CONCLUSIONS: The Self-evaluation Scoring Questionnaire for High-risk Individuals of Lung Cancer was a good means for evaluating the risks of lung cancer.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».