Targeting of Low-Dose CT Screening According to the Risk of Lung-Cancer Death
Notice bibliographique
Résumé
BACKGROUND: In the National Lung Screening Trial (NLST), screening with low-dose computed tomography (CT) resulted in a 20% reduction in lung-cancer mortality among participants between the ages of 55 and 74 years with a minimum of 30 pack-years of smoking and no more than 15 years since quitting. It is not known whether the benefits and potential harms of such screening vary according to lung-cancer risk. METHODS: We assessed the variation in efficacy, the number of false positive results, and the number of lung-cancer deaths prevented among 26,604 participants in the NLST who underwent low-dose CT screening, as compared with the 26,554 participants who underwent chest radiography, according to the quintile of 5-year risk of lung-cancer death (ranging from 0.15 to 0.55% in the lowest-risk group [quintile 1] to more than 2.00% in the highest-risk group [quintile 5]). RESULTS: The number of lung-cancer deaths per 10,000 person-years that were prevented in the CT-screening group, as compared with the radiography group, increased according to risk quintile (0.2 in quintile 1, 3.5 in quintile 2, 5.1 in quintile 3, 11.0 in quintile 4, and 12.0 in quintile 5; P=0.01 for trend). Across risk quintiles, there were significant decreasing trends in the number of participants with false positive results per screening-prevented lung-cancer death (1648 in quintile 1, 181 in quintile 2, 147 in quintile 3, 64 in quintile 4, and 65 in quintile 5). The 60% of participants at highest risk for lung-cancer death (quintiles 3 through 5) accounted for 88% of the screening-prevented lung-cancer deaths and for 64% of participants with false positive results. The 20% of participants at lowest risk (quintile 1) accounted for only 1% of prevented lung-cancer deaths. CONCLUSIONS: Screening with low-dose CT prevented the greatest number of deaths from lung cancer among participants who were at highest risk and prevented very few deaths among those at lowest risk. These findings provide empirical support for risk-based targeting of smokers for such screening. (Funded by the National Cancer Institute.).
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».