MG-103 Determining genetics referral eligibility for hereditary breast/ovarian cancer risk assessment: An electronic solution
Notice bibliographique
Résumé
Objectives To develop and validate an electronic tool to enhance referrals to the Familial Breast/Ovarian Cancer Clinic. Design/methods 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. Phase 1: Patients completed PQ (N = 201). Phase 2: 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). Phase 3: 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. Results 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. Conclusions 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 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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,005 |
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 ».