Impact of Follow-Up Colonoscopy Quality on Canadian Colorectal Cancer Outcomes and Costs
Notice bibliographique
Résumé
Background: Most colorectal cancer (CRC) cases develop from precancerous polyps. Screening using fecal testing for occult blood, with follow-up diagnostic colonoscopy to remove polyps, can prevent invasive cancer from occurring. However, there is variation in the quality of colonoscopy, which may result in nonoptimal health outcomes. Aim: We evaluated the impact of follow-up colonoscopy quality on health outcomes, resource utilization and costs using the OncoSim-CRC microsimulation model (version 2.5). Methods: OncoSim is a microsimulation model led by the Canadian Partnership Against Cancer with model development by Statistics Canada. We compared results of high quality follow-up colonoscopy after positive fecal immunochemical testing (FIT) (colonoscopy sensitivity for cancer detection= 95%; compliance to follow-up colonoscopy = 85%) with that of reduced quality colonoscopy. Variations in colonoscopy performance were simulated through plausible overall effectiveness reduction (ER) and incomplete colonoscopy (IC). Screening system/patient follow-up deficiencies were simulated through poor compliance to diagnostic colonoscopy (PC). Modeling assumptions included: Biennial FIT screening of average-risk people aged 50-74; positive FIT followed by diagnostic colonoscopy; ER = 20% reduction in overall sensitivity; IC = zero sensitivity in proximal colon; PC = compliance reduction by 50%. Overall cost was calculated for 2017-2036 in undiscounted 2016 CAD, and included screening, treatment and end-of-life costs. Results: Compared with high quality colonoscopy follow-up, incomplete colonoscopy with poor compliance over 20 years led to as many as 12% new cases of CRC; 23% more CRC deaths; 89% more interval cancers; and 6% increased costs to the health care system, annually. Conclusion: Reduced colonoscopy quality can lead to considerable declines in the predicted effectiveness of screening and to increased costs to the healthcare system. Efforts to increase and maintain colonoscopy performance is a necessary component of CRC control planning.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».