The Victorian Lung Cancer Registry Annual Report, 2016
Notice bibliographique
Résumé
It is with great pleasure that I present the Victorian Lung Cancer Registry (VLCR) 2015 Annual Report. Lung cancer remains a major disease burden in Victoria and requires a complex and multidisciplinary approach to ensure optimal care and outcomes. Since 2011, VLCR has been collaborating with clinicians, health services, researchers and consumers to capture clinical outcomes, and patterns and quality of care delivered to patients diagnosed with lung cancer in Victoria. VLCR is managed by the Department of Epidemiology and Preventive Medicine, Monash University, which manages more than 20 clinical registries. Firstly, I would like to acknowledge and thank patients who have agreed to participate in the Registry. I would like also to thank members of the VLCR Steering and Management Committees, who generously volunteer their time to support this important project. At each of the participating sites, there are also clinical staff, data collectors and other hospital staff who make important contributions to VLCR and I thank them for their efforts. Finally, I would like to express gratitude to the Monash University team, including the Registry data collectors, the Monash University Cancer Research Program Staff and the Registry Sciences Unit for their assistance with the Registry. Special thanks go to the VLCR Project Manager, Margaret Brand and biostatistician, Breanna Pellegrini, who have put significant work into this report. This 2015 Annual Report includes outcome data from eight participating hospital sites for patients diagnosed with primary lung cancer in the 2015 calendar year. The information in this report describes the progress of the VLCR and the commitment from clinical stakeholders to best practice and improving patient outcomes. The VLCR continues to develop and improve as it matures and we are committed to delivering better and more complete reports each year to fulfil the needs of various stakeholders. Associate Professor Rob Stirling, FRACP
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 | 0,007 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,014 |
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 ».