MétaCan
Menu
Retour à la cohorte
Enregistrement W2419241696 · doi:10.1136/jmedgenet-2015-103578.4

MG-103 Determining genetics referral eligibility for hereditary breast/ovarian cancer risk assessment: An electronic solution

2015· article· en· W2419241696 sur OpenAlexaff
Wendy S. Meschino, Joanne Honeyford, Tianhua Huang, Ingrid Ambus, Michael Misinai, Stephanie Robinson, Maria Grazia Muraca, Saint Doreen

Notice bibliographique

RevueClinical Genetics · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensNorth York General Hospital
Organismes subventionnairesnon disponible
Mots-clésReferralMedicineFamily historyBreast cancerGenetic testingFamily medicineOvarian cancerInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

<h3>Objectives</h3> To develop and validate an electronic tool to enhance referrals to the Familial Breast/Ovarian Cancer Clinic. <h3>Design/methods</h3> Patients attending the Breast Diagnostic Clinic were recruited for this non-randomised 3-phase study, where paper questionnaires (PQ) and surgeon assessments were traditionally used to determine Genetics referral eligibility. <i>Phase 1</i>: Patients completed PQ (N = 201). <i>Phase 2</i>: Electronic tool (ET) developed; tested for usability, readability, design, interface. Tool accuracy assessed by comparing results for patients completing both PQ and ET (N = 100). <i>Phase 3</i>: Patients completed ET only (N = 200). Health records reviewed to determine data accuracy. Number of study patients eligible for referral compared with referrals received across all 3 phases. Patient/provider satisfaction assessed. <h3>Results</h3> Gender, education, number of patients with breast/ovarian cancer, age at diagnosis, family history, proportion of patients meeting referral criteria were similar across all study phases. No statistically significant difference in either number of patients eligible for referral or overall referral rates (Phase 1: 16.9%; Phase 3: 18.0%) was found. 67% of patients preferred ET over PQ. Patients found ET questions easier to complete and understand. Physician satisfaction was higher with ET in reviewing family history, identifying eligible patients, making timely referrals. <h3>Conclusions</h3> The electronic tool was accurate and useful in determining referral eligibility. Similar referral rates were seen across study phases. Patients and physicians had positive experiences with the ET. It is feasible to use this tool to identify patients eligible for Genetics referral. Further studies are in progress to investigate why some eligible patients were not referred.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,450
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,081
Tête enseignante GPT0,443
Écart entre enseignants0,362 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical GeneticsMême sujetBRCA gene mutations in cancerTravaux en français237 207