The usefulness of symptoms alone or combined for general practitioners in considering the diagnosis of a brain tumour: a case-control study using the clinical practice research database (CPRD) (2000-2014)
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the utility of different symptoms, alone or combined, presented to primary care for an adult brain tumour diagnosis. DESIGN AND SETTING: Matched case-control study, using the data from Clinical Practice Research Datalink (2000-2014) from primary care consultations in the UK. METHOD: All presentations within 6 months of the index diagnosis date (cases) or equivalent (controls) were coded into 32 symptom groups. Sensitivity, specificity, positive predictive values (PPVs) and positive likelihood ratios were calculated for symptoms and combinations of symptoms with headache and cognitive features. Diagnostic odds ratios were calculated using conditional logistic regression, adjusted for age group, sex and Charlson comorbidity. Stratified analyses were performed for age group, sex and whether the tumour was of primary or secondary origin. RESULTS: We included 8,184 cases and 28,110 controls. Seizure had the highest PPV of 1.6% (95% CI 1.4% to 1.7%) followed by weakness 1.5% (1.3 to 1.7) and confusion 1.4% (1.3 to 1.5). Combining headache with other symptoms increased the PPV. For example, headache plus combined cognitive symptoms PPV 7.2% (6.0 to 8.6); plus weakness 4.4% (3.2 to 6.2), compared with headache alone PPV 0.1%. The diagnostic ORs were generally larger for patients <70 years; this was most marked for confusion, seizure and visual symptoms. CONCLUSION: We found seizure, weakness and confusion had relatively higher predictive values than many other symptoms. Headache on its own was a weak predictor but this was enhanced when combined with other symptoms especially in younger patients. Clinicians need to actively search for other neurological symptoms such as cognitive problems.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».