Lung Cancer Screening and Smoking Cessation Clinical Trials. SCALE (Smoking Cessation within the Context of Lung Cancer Screening) Collaboration
Notice bibliographique
Résumé
National recommendations for lung cancer screening for former and current smokers aged 55-80 years with a 30-pack-year smoking history create demand to implement efficient and effective systems to offer smoking cessation on a large scale. These older, high-risk smokers differ from participants in past clinical trials of behavioral and pharmacologic interventions for tobacco dependence. There is a gap in knowledge about how best to design systems to extend reach and treatments to maximize smoking cessation in the context of lung cancer screening. Eight clinical trials, seven funded by the National Cancer Institute and one by the Veterans Health Administration, address this gap and form the SCALE (Smoking Cessation within the Context of Lung Cancer Screening) collaboration. This paper describes methodological issues related to the design of these clinical trials: clinical workflow, participant eligibility criteria, screening indication (baseline or annual repeat screen), assessment content, interest in stopping smoking, and treatment delivery method and dose, all of which will affect tobacco treatment outcomes. Tobacco interventions consider the "teachable moment" offered by lung cancer screening, how to incorporate positive and negative screening results, and coordination of smoking cessation treatment with clinical events associated with lung cancer screening. Unique data elements, such as perceived risk of lung cancer and costs of tobacco treatment, are of interest. Lung cancer screening presents a new and promising opportunity to reduce morbidity and mortality resulting from lung cancer that can be amplified by effective smoking cessation treatment. SCALE teamwork and collaboration promise to maximize knowledge gained from the clinical trials.
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 | 0,180 | 0,304 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,012 |
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 ».