Examining the use of PET scans in the diagnosis and management of non-small cell lung cancer patients.
Notice bibliographique
Résumé
311 Background: PET Scans are increasingly used in the diagnosis and management of non-small cell lung cancer (NSCLC) patients. However, uptake of PET at provincial level is not well studied. This project, led by the Canadian Partnership Against Cancer, established processes and indicators to describe utilization of PET in patients with NSCLC. These indicators support the monitoring of uptake and highlight areas for quality improvement strategies at the national and provincial level. Methods: Cases of NSCLC, diagnosed in the study period of 2009-2011, were identified from cancer registries and linked to PET utilization data. PET scans were identified as indicated for diagnosis/staging or treatment response, based on the timing of scans relative to diagnosis and treatment dates. Scans conducted three months prior to and up to four months post-diagnosis but before start of treatment (surgery or radiation) were identified as diagnosis/staging. Scans conducted after the start of treatment to ten weeks post-treatment were identified as management and follow-up of treatment. Results: A total of 27,984 cases of NSCLC were identified. Preliminary analysis revealed that 8,947 (32.0%) of NSCLC patients had at least one PET scan. Some variation was seen in age, with those 18 to 69 years more likely to receive a scan than those 70 years and older. PET scan use was higher among stages I and II (52.3% to 50.6%) compared to stage IV (17.98%). A majority of PET scans were performed for diagnosing/staging NSCLC (91.1%). PET scans for diagnosis/staging were highest for patients with stage I (36.7%) followed by stage IV (24.6%). Conclusions: This study provided information on the current use of PET technology across Canada, allowing for identification of opportunities for increasing evidence-based use while decreasing extra-evidential use, and forming a baseline for future monitoring as evidence evolves.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».