Do doctors who order more routine medical tests diagnose more cancers? A population‐based study from Ontario Canada
Notice bibliographique
Résumé
BACKGROUND: The overuse of medical tests leads to higher costs, wasting of resources, and the potential for overdiagnosis of disease. This study was designed to determine whether the patients of family doctors who order more routine medical tests are diagnosed with more cancers. METHOD: A retrospective population-based cross-sectional study using administrative health care data in Ontario Canada. We investigated the ordering of 23 routine laboratories and imaging tests 2008-20012 by 6849 Ontario family physicians on their 4.9 million rostered adult patients. We compared physicians' test utilization and calculated case-mix adjusted observed to expected (O:E) utilization ratios to categorize physicians as Typical, Higher or Lower testers. Age-sex standardized rates (cases/10 000 patient years) and Rate Ratios were determined for cancers of the thyroid, prostate, breast, lymphoma, kidney, melanoma, uterus, ovary, lung, esophagus, and pancreas for each tester group. RESULTS: There was wide variation in the use of the 23 tests by Ontario physicians. 26% and 24% of physicians were deemed Higher Testers for laboratory and imaging tests, while 41% and 38% were Typical Testers. The patients of higher test users were diagnosed with more cancers of thyroid (laboratory [RR 1.61, 95% CI 1.39-1.87] and imaging [RR 2.08, 95% CI 0.88-2.30]) and prostate (laboratory [RR 1.10, 95% CI 1.03-1.18] and imaging [RR 1.05, 95% CI 1.00-1.10]). CONCLUSION: There is a wide variation in the ordering of routine and common medical tests among Ontario family doctors. The patients of higher testers were diagnosed with more thyroid and prostate cancers.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 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 tête enseignante, 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 ».