MétaCan
Menu
Retour à la cohorte
Enregistrement W2504955952 · doi:10.4018/978-1-60566-078-3.ch012

Informatics and Ovarian Cancer Care

2009· book-chapter· en· W2504955952 sur OpenAlexaffabout
Laurie Elit, Susan J. Bondy, Michael Fung‐Kee‐Fung, Prafull Ghatage, Tien Le, Barry P. Rosen, Bohdan Sadovy

Notice bibliographique

RevueIGI Global eBooks · 2009
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueDigital Imaging in Medicine
Établissements canadiensUniversity of CalgaryPrincess Margaret Cancer CentreUniversity of OttawaUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineOvarian cancerDebulkingReferralLymphadenectomyInformaticsDiseaseCancerStage (stratigraphy)GynecologyFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Ovarian cancer affects 2,400 women annually in Canada with a case fatality ratio of 0.70. There are several practice guidelines that indicate women with early stage ovarian cancer should be appropriately staged including removal of the gynecologic organs, multiple peritoneal biopsies, and pelvic and paraaortic lymphadenectomy. In advanced disease, removing as much disease as possible and leaving less than a centimeter of residual disease in any one area improves overall duration of survival in cohort studies. Single institution studies and now work using administrative datasets in many high resource countries, show that women are not receiving adequate surgical staging or debulking. Cancer Care Ontario has used the RAND approach for defining quality indicators as a step for evaluating quality of care for several cancers including the management of women with ovarian cancer. The difficulty with current administrative datasets in the province is the lack of specific information such as stage, grade, histology, and size of residual disease. In this chapter, we will elaborate on the research that has brought ovarian cancer care to this juncture. We will highlight the importance of gathering information at the point of procedures and specifically in ovarian cancer at the point of the operation. Problems with the operative note and mechanisms to overcome these using templates, checklists, and synoptic notes will be reviewed. We will provide examples of pilot studies in Canada using synoptic operative notes in Cancer Care Alberta and Princess Margaret Hospital. We will also provide examples of computerized data entry across the spectrum of care from three projects in Ontario, Canada. Issues in building a disease site-specific electronic medical record will be discussed. The problems experienced in attempting to generalize such a system provincially will be addressed. We will elaborate on the potential benefits to the individual patient, the hospital and the province from such information system.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,275
Écart entre enseignants0,261 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetDigital Imaging in MedicineTravaux en français237 207