Systematic review with meta‐analysis of over 90 000 patients. Does fast‐track review diagnose colorectal cancer earlier?
Notice bibliographique
Résumé
Summary Background National UK data on colorectal cancer (CRC) stage at diagnosis is incomplete. Site‐specific fast‐track (2‐week wait) cancer data are not collected directly by NHS England. Policy making based on these data alone can lead to inaccuracy. Aims To review available data on key outcomes (cancer conversion rate and stage at diagnosis) for the UK's lower gastrointestinal 2‐week wait pathway. Methods A comprehensive literature search was conducted between 2000 and 2017. Primary outcomes were cancer conversion rate and cancer stage at diagnosis. Results were expressed as proportions with 95% CIs. A random effects model was used for meta‐analysis; heterogeneity was assessed by I2. Results Of 95 papers reviewed, 49 were included in analysis with a total study population of 93,655. Cancer conversion rate was 7.7% (95% CI: 6.9‐8.5). The proportion presenting at Dukes A = 11.2% (95% CI 7.4‐15.6), B = 36.7% (95% CI 30.8‐42.8), C = 35.7% (95% CI: 30.8‐40.8) and D = 11.1% (95% CI 7.3‐15.5). No colonic pathology was diagnosed in 54.6% (95% CI: 46.2‐62.8). Conclusions Only 7.7% of patients referred by the 2‐week wait pathway were found to have CRC. No beneficial effect on stage at diagnosis was found compared to non‐2‐week wait referral pathways. Over half of patients had no colonic pathology and detection of adenomas was very low. These results should prompt a reconsideration of the benefits of the 2‐week wait pathway in CRC diagnosis and outcomes, with more focus on strategies to improve patient selection.
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 | 0,016 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,046 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».