The participation of Ontario oral and maxillofacial surgeons in oral, lip and oropharyngeal cancer.
Notice bibliographique
Résumé
BACKGROUND: Oral, lip and oropharyngeal cancer accounts for up to 75% of head and neck cancers. Dental professionals contribute to improved treatment outcomes through early detection of these cancers. Oral and maxillofacial surgeons (OMFS) are trained to participate in numerous phases of care for patients with oral, lip and oropharyngeal cancer. OBJECTIVE: To quantify the participation of Ontario OMFS in various phases of oral, lip and oropharyngeal cancer care. METHODS: A survey assessing participation of Ontario OMFS in screening, education, prevention, diagnosis, surgical oncology, reconstruction and rehabilitation of patients with oral, lip and oropharyngeal cancer was conducted in January and February 2013. RESULTS: Of the 210 OMFS registered with the Royal College of Dental Surgeons of Ontario, 191 were contacted, and 95 (49.7%) responded to the survey. Of the respondents, 98.9% were involved in cancer screening, 96.8% were involved in prevention and early intervention (monitoring and treatment) of premalignant lesions and 94.7% participated in diagnosis and staging. Early stage oral, lip and oropharyngeal cancer was managed surgically by 44.1% of the respondents, while 6.4% managed late-stage disease. Oral rehabilitation was managed by 77.7% of respondents. CONCLUSION: OMFS are an integral part of all phases of oral and oropharyngeal cancer care including primary surgical oncology in Ontario. Dental professionals can help improve outcomes of this care through early identification of cancer using surveillance examinations at all routine dental visits. This early detection contributes directly to disease-free survival and quality of life.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 ».