MétaCan
Menu
Retour à la cohorte
Enregistrement W2771741765 · doi:10.2147/rmhp.s109116

The NHS Bowel Cancer Screening Program: current perspectives on strategies for improvement

2017· review· en· W2771741765 sur OpenAlexaff
Sara Koo, Laura J Neilson, Christian von Wagner, Colin Rees

Notice bibliographique

RevueRisk Management and Healthcare Policy · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésSigmoidoscopyColonoscopyMedicineColorectal cancerFecal occult bloodCancerPopulationInternal medicineCancer screeningOncologyGeneral surgeryIntensive care medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Colorectal cancer (CRC) is the third most common cancer in the UK. The English National Health Service (NHS) Bowel Cancer Screening Program (BCSP) was introduced in 2006 to improve CRC mortality by earlier detection of CRC. It is now offered to patients aged 60-74 years and involves a home-based guaiac fecal occult blood test (gFOBt) biennially, and if positive, patients are offered a colonoscopy. This has been associated with a 15% reduction in mortality. In 2013, an additional arm to BCSP was introduced, Bowelscope. This offers patients aged 55 years a one-off flexible sigmoidoscopy, and if several adenomas are found, the patients are offered a completion colonoscopy. BCSP has been associated with a significant stage shift in CRC diagnosis; however, the uptake of bowel cancer screening remains lower than that for other screening programs. Further work is required to understand the reasons for nonparticipation of patients to ensure optimal uptake. A change of gFOBt kit to the fecal immunochemical tests (FIT) in the English BCSP may further increase patient participation. This, in addition to increased yield of neoplasia and cancers with the FIT kit, is likely to further improve CRC outcomes in the screened population.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,136
Tête enseignante GPT0,488
Écart entre enseignants0,352 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRisk Management and Healthcare PolicyMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207