MétaCan
Menu
Retour à la cohorte
Enregistrement W2589616310 · doi:10.1200/jco.2012.30.34_suppl.248

Development of quality indicators for treatment of ductal carcinoma in situ (DCIS) of the breast using a multidisciplinary Delphi process.

2012· article· en· W2589616310 sur OpenAlexaffabout
May Lynn Quan, William A. Ghali, Peter Craighead, Heather E. Bryant

Notice bibliographique

RevueJournal of Clinical Oncology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensUniversity of CalgaryFoothills Medical Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineDelphi methodDuctal carcinomaMultidisciplinary approachLikert scaleBreast cancerMedical diagnosisMedical physicsFamily medicineCancerInternal medicinePathologyPsychology

Résumé

récupéré en direct d'OpenAlex

248 Background: Ductal carcinoma in situ (DCIS) of the breast accounts for ~30% of new breast cancer diagnoses. Measuring quality of DCIS treatment is problematic due to its distinctively different clinical behaviour from invasive breast carcinoma, where standard outcomes such as mortality are not relevant. Therefore, we sought to develop clinically relevant quality indicators to evaluate treatment of DCIS. Methods: A Delphi consensus process was undertaken using a multidisciplinary panel of nine clinical and methodologic experts from Ontario, Alberta, and British Columbia. Panel members were nominated based on membership in provincial breast tumour site groups. Four criteria for a good quality indicator were used; the indicator measures a treatment that benefits the patient, there is support from scientific literature or professional consensus for benefit; the indicator is under control of the health care provider, the indicator is extractable from the medical record. Candidate indicators were identified from published clinical practice guidelines in North America. Three iterations of ratings using Likert scale rankings were utilized to identify final quality indicators, which were then prioritized. Results: A total of 10 candidate indicators were identified from four clinical practice guidelines encompassing the diagnosis, surgery and adjuvant treatment components of DCIS. A total of eight indicators were identified and prioritized (Table). Conclusions: We successfully developed practical quality indicators for evaluating the treatment of DCIS, which can be used in any jurisdiction to measure key performance benchmarks and identify variations in care warranting intervention or improvement. [Table: see text]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,197
score de la tête « metaresearch » (Gemma)0,194
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,990

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1970,194
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0080,005
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0020,009
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,503
Tête enseignante GPT0,632
Écart entre enseignants0,129 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetDelphi Technique in ResearchTravaux en français237 207