Estimating the Prevalence of Ovarian Cancer Symptoms in Women Aged 50 Years or Older: Problems and Possibilities
Notice bibliographique
Résumé
Diagnostic testing is recommended in women with "ovarian cancer symptoms." However, these symptoms are nonspecific. The ongoing Diagnosing Ovarian Cancer Early (DOVE) Study in Montreal, Quebec, Canada, provides diagnostic testing to women aged 50 years or older with symptoms lasting for more than 2 weeks and less than 1 year. The prevalence of ovarian cancer in DOVE is 10 times that of large screening trials, prompting us to estimate the prevalence of these symptoms in this population. We sent a questionnaire to 3,000 randomly sampled women in 2014-2015. Overall, 833 women responded; 81.5% reported at least 1 symptom, and 59.7% reported at least 1 symptom within the duration window specified in DOVE. We explored whether such high prevalence resulted from low survey response by applying inverse probability weighting to correct the estimates. Older women and those from deprived areas were less likely to respond, but only age was associated with symptom reporting. Prevalence was similar in early and late responders. Inverse probability weighting had a minimal impact on estimates, suggesting little evidence of nonresponse bias. This is the first study investigating symptoms that have proven to identify a subset of women with a high prevalence of ovarian cancer. However, the high frequency of symptoms warrants further refinements before symptom-triggered diagnostic testing can be implemented.
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 | 0,075 | 0,233 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».