Assessing the Impact of Incidental Findings in a Lung Cancer Screening Study by Using Low-dose Computed Tomography
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To assess the prevalence and nature of incidental findings (IF) seen in low-dose computed tomographies (LDCT) from a lung cancer screening study for at-risk individuals. MATERIALS AND METHODS: Radiology reports from LDCTs of 4073 participants of a lung cancer screening study were retrospectively reviewed for findings other than lung nodules, that is, IFs, which were regarded as actionable. The frequency, nature, and expected cost of these IFs, and their anticipated follow-up were estimated. RESULTS: There were 880 IFs described in 782 study participants (19%); the median age of the participants was 62 years (range, 46-80 years). More IFs were found in men (55%) than in women. The majority of these findings were noncardiovascular (76%), for which imaging was suggested for 74%. There were 7 severe IFs (0.8%) that merited immediate attention. Seven known cancers were diagnosed from follow-ups of the IFs. The majority of IFs (n = 486 [55%]) would require imaging follow-up if clinically indicated, with an estimated total a cost of CAN$45,500 to CAN$51,000 to provide initial diagnostic workup. CONCLUSION: IFs on lung cancer screening studies are not uncommon and frequently require imaging or other follow-up for definitive diagnoses and to assess their clinical relevance. The implication of IFs has to be considered when determining a cost-effective and ethical protocol for the utilisation of LDCT in a high-risk population.
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.
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 | 0,001 | 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 | 0,001 |
| 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 découle