Head and neck cancer in primary care: presenting symptoms and the effect of delayed diagnosis of cancer cases
Notice bibliographique
Résumé
BACKGROUND: Little is known about the diagnosis of head and neck carcinoma in primary care. We sought to estimate the general prevalence of symptoms reported by patients with head and neck carcinomas and to determine the association between detection patterns of head and neck cancer cases in primary care and survival. METHODS: In a cross-sectional survey, we used a questionnaire to estimate the general prevalence of symptoms associated with head and neck cancer from a sample of 5646 primary care visits in 25 randomly selected health centres over 4 weeks throughout Finland. A population-based retrospective cohort study involved the 221 patients resident in one primary health care district (population about 700,000) in whom head and neck carcinoma was diagnosed between Jan. 1, 1986, and Dec. 31, 1996. Data on the initial primary care visit, clinical characteristics and survival were obtained from patient charts. RESULTS: Of 5646 visits to a primary care practitioner, 11% (617) were made because of the same symptoms as those initially reported by patients later found to have head and neck cancer. According to the cohort data, the detection rate of these carcinomas in primary care was 1 per 63,000 visits. At the initial visit of 221 patients later found to have cancer, 56% (123) received referrals, 24% (53) follow-up appointments and 20% (45) neither ("overlooked"). At 3 years, the risk of death was significantly higher among patients whose disease was overlooked (adjusted hazard ratio [HR] 1.89, 95% confidence interval [CI] 1.03-3.45). The excess risk associated with being overlooked, however, was confined to subjects with tongue or glottic tumours (HR 4.25, 95% CI 1.59- 11.4) (number needed to harm 3.0, 95% CI 1.9-6.7). INTERPRETATION: Despite the rarity of patients with head and neck carcinoma in primary care, patients with symptoms of these diseases and especially with symptoms of tongue and glottic carcinomas should be initially referred for further care or followed up.
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 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».