Health professionals and the early detection of head and neck cancers: a population-based study in a high incidence area
Notice bibliographique
Résumé
BACKGROUND: In the context of early detection of head and neck cancers (HNC), the aim of this study was to describe how people sought medical consultation during the year prior to diagnosis and the impact on the stage of the cancer. METHODS: Patients over 20 years old with a diagnosis of HNC in 2010 were included from four French cancer registries. The medical data were matched with data regarding uptake of healthcare issued from French National Health Insurance General Regime. RESULTS: In 86.0 % of cases, patients had consulted a general practitioner (GP) and 21.1 % a dentist. Consulting a GP at least once during the year preceding diagnosis was unrelated to Charlson index, age, sex, département, quintile of deprivation of place of residence. Patients from the 'quite privileged', 'quite underprivileged' and 'underprivileged' quintiles consulted a dentist more frequently than those from the 'very underprivileged' quintile (p = 0.007). The stage was less advanced for patients who had consulted a GP (OR = 0.42 [0.18-0.99]) - with a dose-response effect. CONCLUSIONS: In view of the frequency of consultations, the existence of a significant association between consultations and a localised stage at diagnosis and the absence of a socio-economic association, early detection of HNC by GPs would seem to be the most appropriate way.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».