Sensitivity and specificity of self-reported cancer history compared to cancer registry.
Notice bibliographique
Résumé
234 Background: The Ontario Health Study (OHS) is a large prospective epidemiologic cohort study in which any Ontario resident eighteen years of older may enroll regardless of prior medical history. Baseline data are collected using web-based tools. As part of the consent process, participants are asked for consent to link study data with administrative and health care claims databases, including the Ontario Cancer Registry (OCR). There is an option to enter their Health Insurance Number (HIN) for this purpose. The purpose of this study was to link these data and evaluate the accuracy of self-reported cancer history compared to the cancer registry. Methods: Consenting participants that provided HINs were deterministically linked to the administrative data. Those that did not were probabilistically linked using name, sex and date of birth. Cancer registry records indicating a cancer diagnosed before the date of completion of the OHS baseline survey were considered the gold standard. Concordance, sensitivity, and specificity were assessed. Results: OHS records were successfully linked to administrative claims data and the Ontario Cancer Registry (OCR) with an 85.13% match rate. The final cohort consisted of 139,798 participants. A personal history of cancer was reported by 13,171 of these subjects, out of which 10,066 were found with a record in the OCR. The sensitivity of self-report was 77% and the specificity 95%. Excluding cancers diagnosed after the completion of the baseline survey increased sensitivity of self-report to 93%. The main area of discrepancy causing low sensitivity was the self-reporting of non-melanomatous skin cancers in the OHS questionnaire. Conclusions: While some self-over-reporting of cancer history may occur, cancers with lower metastatic potential tend to be under-captured in our provincial cancer registry. These findings have implications for cohort creation for research and quality improvement.
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 | 0,021 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».