MétaCan
Menu
Retour à la cohorte
Enregistrement W1693088412 · doi:10.1002/cncr.22849

Diagnosis delays in childhood cancer

2007· review· en· W1693088412 sur OpenAlexafffund
Tam Dang‐Tan, Eduardo L. Franco

Notice bibliographique

RevueCancer · 2007
Typereview
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineDiseaseSpecialtyCancerHealth careQuality of life (healthcare)Stage (stratigraphy)PediatricsFamily medicineIntensive care medicineNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Timely access to quality healthcare has become an increasingly important public health concern over the years. Early diagnosis of cancer is a fundamental goal in oncology because it allows an opportunity for timely treatment while disease burden is still in its earliest stages. Consequently, prognosis may improve, and a cure can be attained with minimal side or late effects. This review examined delays present in diagnosis of childhood cancers and factors that influence these delays. An extensive search of the literature published before April 15, 2007 was conducted for studies that evaluated any type of delay along the cancer-care continuum. Twenty-three studies were included. Diagnosis delay varied across studies. Physician delays were generally longer than those consequent to parents' or patients' recognition of underlying disease. Causes of delays can be grouped into 3 categories: patient and/or parent, disease, and healthcare. The main factors related to diagnosis delay were the child's age at diagnosis, parent level of education, type of cancer, presentation of symptoms, tumor site, cancer stage, and first medical specialty consulted. Greater understanding of factors that influence delays and the individual impact of patient and provider delays on disease severity and prognosis would be useful to form effective policies and programs aimed at ensuring timely access to healthcare for children with 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 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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,120
Tête enseignante GPT0,448
Écart entre enseignants0,327 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations283
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207