Multidisciplinary assessment and reporting of fitness to drive in brain tumor patients: A gray matter.
Notice bibliographique
Résumé
6130 Background: In some jurisdictions, there is a legal requirement for physicians to report medically unfit drivers. Objectives of this study are to determine physician knowledge and attitudes on reporting legislation and driving assessment, and review our institution’s experience in evaluating fitness to drive in brain tumour patients. Methods: Physicians caring for brain tumour patients in South-western Ontario were identified by public databases and surveyed by mail. Survey questions elicited demographics, opinions, and factors influencing the decision to report. Patients receiving brain radiotherapy at our institution between January and June 2009 were identified and details of driving assessment were extracted. Fisher’s exact test and a logistic regression model were used to determine differences in responses between specialists and family physicians and factors influencing reporting. Results: Surveys (n=467) were distributed with 198 (43%) responses. Most (76%) felt that reporting guidelines were unclear. Neurologists (43%) and Family Physicians (22%) were felt to be the most responsible to report unfit drivers. Compared to specialists, Family Physicians were less likely: to be comfortable with reporting (p=0.02), to consider reporting (p<0.001), or discuss the implications of driving (p<0.001). Perceived barriers in assessing fitness to drive included: lack of tools to assess (57%) and the impact on the patient-physician relationship (34%). 158 patients were retrospectively reviewed. Forty-eight patients (30%) were reported to the provincial licensing authority and 64 (41%) were advised not to drive. 53 patients experienced seizures, of which 36 (68%) had a documented discussion on driving. Only 30 (56%) of these patients were reported to the licensing authority despite legal requirements. Age, primary disease, previous neurosurgery and seizures were predictive of reporting (p<0.05). On logistic regression modeling, seizures (OR 12.4) and primary CNS disease (OR 15.5) remained predictive of reporting. Conclusions: Despite guidelines and laws, the assessment of fitness to drive in patients with brain tumours is not routinely conducted or documented in a multidisciplinary setting.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».