MétaCan
Menu
Retour à la cohorte
Enregistrement W2020367644 · doi:10.1111/j.1365-2354.2007.00789.x

Referral pathways and diagnosis: UK government actions fail to recognize complexity of lymphoma

2007· article· en· W2020367644 sur OpenAlexfundno aff
Debra Howell, A. G. Smith, Eve Roman

Notice bibliographique

RevueEuropean Journal of Cancer Care · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésReferralMedicineLymphomaGovernment (linguistics)HematologyFamily medicinePediatricsIntensive care medicineEmergency medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

To gain survival advantages potentially associated with prompt diagnosis, the UK government introduced identical waiting-time targets for all cancers, and guidelines to ensure that general practitioners make appropriate hospital referrals. For lymphoma, the evidence guiding these actions is limited. This study examined referral pathways in patients with lymphoma and variations in time to diagnosis by discipline of first referral. A case series study was conducted including all patients aged over 25 years, newly diagnosed with lymphoma in the UK county of West Yorkshire, during 2000. Data were extracted from primary care and hospital records of 189 patients. Referral pathways were described, and the number of days between first referral and diagnosis calculated. A distinct referral pathway did not exist; patients were initially referred to many disciplines. Surgical referrals predominated, and only 12% of patients were sent directly to haematology. Time to diagnosis varied by discipline and was shorter for patients sent to haematology than for most other common disciplines. UK government actions to ensure the prompt diagnosis of patients with lymphoma are not evidence-based. The complexity of the referral pathway in patients with lymphoma, which affects time to diagnosis, has been underestimated. Further government actions should be evidence-based, ensuring prompt diagnosis of lymphoma from whatever discipline patients originate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,658
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

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

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 Opus0,182
Tête enseignante GPT0,358
Écart entre enseignants0,176 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cancer CareMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207