Timeliness and quality of diagnostic care for medicare recipients with chronic lymphocytic leukemia
Notice bibliographique
Résumé
BACKGROUND: Little is known about the patterns of care relating to the diagnosis of chronic lymphocytic leukemia (CLL), including the use of modern diagnostic techniques such as flow cytometry. METHODS: The authors used the SEER-Medicare database to identify subjects diagnosed with CLL from 1992 to 2002 and defined diagnostic delay as present when the number of days between the first claim for a CLL-associated sign or symptom and SEER diagnosis date met or exceeded the median for the sample. The authors then used logistic regression to estimate the likelihood of delay and Cox regression to examine survival. RESULTS: For the 5086 patients analyzed, the median time between sign or symptom and CLL diagnosis was 63 days (interquartile range [IQR] = 0-251). Predictors of delay included age ≥75 (OR 1.45 [1.27-1.65]), female gender (OR 1.22 [1.07-1.39]), urban residence (OR 1.46 [1.19 to 1.79]), ≥1 comorbidities (OR 2.83 [2.45-3.28]) and care in a teaching hospital (OR 1.20 [1.05-1.38]). Delayed diagnosis was not associated with survival (HR 1.11 [0.99-1.25]), but receipt of flow cytometry within thirty days before or after diagnosis was (HR 0.84 [0.76-0.91]). CONCLUSIONS: Sociodemographic characteristics affect diagnostic delay for CLL, although delay does not seem to impact mortality. In contrast, receipt of flow cytometry near the time of diagnosis is associated with improved survival.
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 | 0,002 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».