A pilot study examining Toronto-area family physician perspectives on thyroid neoplasm evaluation
Notice bibliographique
Résumé
OBJECTIVE: The incidence of thyroid cancer (TC) is known to be very high in the Greater Toronto Area of Ontario, Canada. We performed a pilot survey study examining Toronto-area family physician (FP) perspectives on thyroid neoplasm evaluation (i.e. thyroid nodules [TNs] or thyroid cancer [TC]) in this region, to explore for potential factors leading to overdiagnosis. METHODS: We performed a cross-sectional mail-out written survey of a random sample of 300 FPs in active practice in the Greater Toronto Area (Markham and Brampton). RESULTS: The overall response rate was 22.3, 95% confidence interval (CI) 18.0, 27.4% (67/300); the effective response rate was 19.9, 95% CI 15.7, 24.9% (58/291), after excluding 6 FPs that reported TN evaluation was outside their scope of practice and three FPs with an invalid mailing address. There were no missing responses to questions. The demographic characteristics were as follows: 58.6% (34/58) from Markham, 55.2% (32/58) were female, 58.6% (34/58) were in practice > 10 years, and 32.8% (19/58) affiliated with a University. All FPs reported easy access to thyroid ultrasound (TUS). About half of FPs were concerned about overdiagnosis of TC and most did not believe that there was any TC survival advantage with routine screening TUS. Although appropriate indications for TUS were endorsed by most respondents (e.g. palpable TN, incidental TN on other imaging), inappropriate recommendations were observed in a third of FPs (19/57) who recommended TUS for abnormal thyroid blood tests about half of FPs (30/56) who endorsed biopsy of sub-centimeter nodules. About half of FPs (31/58) reported that their patients sometimes request medically unnecessary TUS. CONCLUSION: There are likely multiple complex factors leading to potential overdiagnosis of TC in primary care, including some physicians' knowledge gaps about appropriate indications for TN investigations as well as patients' requests and expectations.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».