MétaCan
Menu
Retour à la cohorte
Enregistrement W2138655711 · doi:10.3978/j.issn.2072-1439.2011.01.01

Delays in the diagnosis of lung cancer.

2011· article· en· W2138655711 sur OpenAlexaff
R Vandermeer

Notice bibliographique

RevuePubMed · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensJuravinski Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerReferralStage (stratigraphy)CancerCohortProspective cohort studyInternal medicineSurgeryPediatricsFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many patients with lung cancer report delays in diagnosing their disease. This may contribute to advanced stage at diagnosis and poor long term survival. This study explores the delays experienced by patients referred to a regional cancer centre with lung cancer. METHODS: A prospective cohort of patients referred with newly diagnosed lung cancer were surveyed over a 3 month period to assess delays in diagnosis. Patients were asked when they first experienced symptoms, saw their doctor, what tests were done, when they saw a specialist and when they started treatment. Descriptive statistics were used to summarize the different time intervals. RESULTS: 56 of 73 patients consented (RR 77%). However only 52 patients (30M, 22F) were interviewed as 2 died before being interviewed and two could not be contacted. The mean age was 68yrs. Stage distribution was as follows (IB/IIA 10%, stage IIIA 20%, IIIB/IV 70%). Patients waited a median of 21 days (iqr 7-51d) before seeing a doctor and a further 22d (iqr 0-38d) to complete any investigations. The median time from presentation to specialist referral was 27d (iqr 12-49d) and a further 23.5d (iqr 10-56d) to complete investigations. The median wait to start treatment once patients were seen at the cancer centre was 10d (iqr 2-28d). The overall time from development of first symptoms to starting treatment was 138d (iqr 79-175d). CONCLUSIONS: Lung cancer patients experience substantial delays from development of symptoms to first initiating treatment. There is a need to promote awareness of lung cancer symptoms and develop and evaluate rapid assessment clinics for patients with suspected lung cancers.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,165
Tête enseignante GPT0,329
Écart entre enseignants0,163 · 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'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

Citations171
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207