Conceptualizing Overdiagnosis in Cancer Screening
Notice bibliographique
Résumé
The aim of cancer screening is to detect asymptomatic cancers whose treatment will result in extension of life, relative to length of life absent screening. Unfortunately, cancer screening also results in overdiagnosis, the detection of cancers that, in the absence of screening, would not present symptomatically during one's lifetime. Thus, their detection and subsequent treatment is unnecessary and detrimental. This definition of overdiagnosis, while succinct, does not capture the ways it can occur, and our interactions with patients, advocates, researchers, clinicians, and journalists have led us to believe that the concept of overdiagnosis is difficult to explain and, for some, difficult to accept. We propose a dichotomy, the "tumor-patient" classification, to aid in understanding overdiagnosis. The tumor category includes asymptomatic malignant disease that would regress spontaneously if left alone, as well as asymptomatic malignant disease that stagnates or progresses too slowly to be life threatening in even the longest of lifetimes. The patient category includes asymptomatic malignant disease that would progress quickly enough to be life threatening during a lifetime of typical length, but lacks clinical relevance because death due to another cause intercedes prior to what would have been the date of symptomatic diagnosis had screening not occurred. Cancer screening of most organs is likely to result in overdiagnosis of both types. However, the ratio of tumor- to patient-driven overdiagnosis almost certainly varies, and may vary drastically, by organ, screening modality, patient characteristics, and other factors.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».