MétaCan
Menu
Retour à la cohorte
Enregistrement W2889993148 · doi:10.23889/ijpds.v3i4.767

Adherence to Follow-up Care Guidelines for Breast Cancer Survivors in four Canadian provinces: a CanIMPACT study

2018· article· en· W2889993148 sur OpenAlexaffabout
Mary L. McBride, Patti A. Groome, Li Jiang, Marlo Whitehead, Dongdong Li, Kathleen Decker, Cynthia Kendell, Marcy Winget, Donna Turner, Robin Urquhart, Eva Grunfeld

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensNova Scotia Health AuthorityUniversity of TorontoDalhousie UniversityCARE CanadaQueen's UniversityCancerCare ManitobaBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerGuidelinePopulationFamily medicineCancerCancer registryCohortRetrospective cohort studyDemographyHealth carePediatricsEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

IntroductionBreast cancer survivors are at risk for late and ongoing problems including cancer recurrence and late effects of treatment. Lack of access to quality follow-up care may affect later mortality, morbidity, and quality of life. This study examines variation in utilization of guideline-based follow-up care separately for four Canadian provinces. Objectives and ApproachFor our retrospective population-based cohort study of breast cancer survivors diagnosed from 2007 to 2010 in British Columbia (BC), 2007-2011 in Manitoba (MB), 2007-2010 in Ontario (ON), and 2007-2012 in Nova Scotia (NS), we linked provincial cancer registries, clinical and health administrative databases, and followed cases alive at 30 months post-diagnosis to five years from diagnosis. For each province, we calculated percent adherence, overuse, and underuse of recommended follow-up care, including surveillance for recurrent and new cancer, surveillance for late effects, and general preventive care. We also examined variation among provinces and over time. ResultsSurvivor numbers were 23,700 (ON), 9493 (BC), 2688 (MB), and 2735 (NS). Annual oncologist visit guideline compliance varied provincially (e.g. Year 2 ON=32.7%, BC=15.0%). For most provinces and follow-up years, the majority of survivors had fewer oncologist visits than recommended. However, survivors had additional annual breast cancer-related visits to a primary care provider. Surveillance breast imaging guideline compliance was high (e.g. Year 2, ON=81.1%, MB=72.0%, NS=52.8%, BC =49.7%), with rates declining in ON and MB (to approximately 64%), but increasing in NS and BC (to approximately 58%) by Year 5. Overuse of breast imaging was identified in NS (9.1%-20.7% overuse in follow-up years 2-5). As per the guideline, 72.9%-79.7% (Years 2-5) of BC survivors had no imaging for metastastic disease, highest among all provinces. Conclusion/ImplicationsProvincial and temporal variations in guideline adherence were identified. Patterns differed by guideline, and both overuse and underuse were observed. These results point to opportunities to improve survivor care and efficiencies in care delivery. In particular, regular care with a primary care physician has been shown to improve follow-up care.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,080
Score d'incertitude au seuil0,583

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,011
Études des sciences et des technologies0,0060,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,331
Tête enseignante GPT0,516
Écart entre enseignants0,185 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207