MétaCan
Menu
Retour à la cohorte
Enregistrement W2775855621 · doi:10.3747/co.24.3655

Wait Times for Diagnosis and Treatment of Lung Cancer: A Single-Centre Experience

2017· article· en· W2775855621 sur OpenAlexaffvenueabout
Catherine Labbé, Michaela R. Anderson, Serge Simard, Lise Tremblay, Francis Laberge, R. Vaillancourt, Yves Lacasse

Notice bibliographique

RevueCurrent Oncology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortLung cancerHazard ratioRetrospective cohort studyStage (stratigraphy)ReferralCancerRadiation therapyChemotherapyInternal medicineSurgeryOncologyConfidence interval

Résumé

récupéré en direct d'OpenAlex

Background: Multiple clinical practice guidelines recommend rapid evaluation of patients with suspected lung cancer. It is uncertain whether delays in diagnosis and management have a negative effect on outcomes. Methods: This retrospective study included 551 patients diagnosed with lung cancer through the diagnostic assessment program at the Institut universitaire de cardiologie et de pneumologie de Québec between September 2013 and March 2015. Median wait times between initial referral, diagnosis, and first treatment were calculated and compared with recommended targets. Analyses were performed to evaluate for specific factors associated with longer wait times and for the effect of delays on the outcomes of progression-free survival (PFS), relapse-free survival (RFS) after primary surgical resection, and overall survival (OS). Results: Most patients were investigated and treated within recommended targets. Of the entire cohort, 379 patients were treated at our institution. Of those 379 patients, 311 (82%) were treated within recommended targets. In comparing patients within and outside target times, the only statistically significant difference was found in the distribution of treatment modalities: patients meeting targets were more likely to be treated with surgery or chemotherapy rather than with radiation. The PFS on first treatment modality was influenced by clinical stage, but not by time to therapy [hazard ratio (HR): 1.10; p = 0.65]. The OS for the entire cohort was also influenced by stage, but not by delays (HR: 1.04; p = 0.87). For the 209 patients treated by surgery with curative intent, a significant reduction in RFS was associated with male sex and TNM stage, but not with delays (HR: 1.11; p = 0.83). The OS after primary surgical resection was also associated with TNM stage, but not with delays (HR: 1.82; p = 0.43). Conclusions: Recommended targets for wait times in the investigation and treatment of lung cancer can be achieved within a diagnostic assessment program. Compared with radiation treatment, treatment with surgery or chemotherapy is more likely to be completed within targets. Delays in investigation and treatment do not appear to negatively affect the clinical outcomes of OS, RFS, and PFS. Prospective studies are needed to evaluate whether efficient work-up and treatment influence other important variables, such as quality of life, cost of care, and access to therapies while performance status is adequate.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,180

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,130
Tête enseignante GPT0,447
Écart entre enseignants0,317 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations25
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207