Lung cancer mortality reduction by LDCT screening—Results from the randomized German LUSI trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2011, the U.S. National Lung Cancer Screening Trial (NLST) reported a 20% reduction of lung cancer mortality after regular screening by low‐dose computed tomography (LDCT), as compared to X‐ray screening. The introduction of lung cancer screening programs in Europe awaits confirmation of these first findings from European trials that started in parallel with the NLST. The German Lung cancer Screening Intervention (LUSI) is a randomized trial among 4,052 long‐term smokers, 50–69 years of age, recruited from the general population, comparing five annual rounds of LDCT screening (screening arm; n = 2,029 participants) with a control arm ( n = 2,023) followed by annual postal questionnaire inquiries. Data on lung cancer incidence and mortality and vital status were collected from hospitals or office‐based physicians, cancer registries, population registers and health offices. Over an average observation time of 8.8 years after randomization, the hazard ratio for lung cancer mortality was 0.74 (95% CI: 0.46–1.19; p = 0.21) among men and women combined. Modeling by sex, however showed a statistically significant reduction in lung cancer mortality among women (HR = 0.31 [95% CI: 0.10–0.96], p = 0.04), but not among men (HR = 0.94 [95% CI: 0.54–1.61], p = 0.81) screened by LDCT ( p heterogeneity = 0.09). Findings from LUSI are in line with those from other trials, including NLST, that suggest a stronger reduction of lung cancer mortality after LDCT screening among women as compared to men. This heterogeneity could be the result of different relative counts of lung tumor subtypes occurring in men and women.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle