Quality improvement of lung cancer patient selection using clinic-based spirometry.
Notice bibliographique
Résumé
282 Background: Coordinating lung cancer screening requires risk assessment for patient selection. Optimal selection can reduce costs and improve efficiency of low dose computed tomography (LDCT) screening of lung cancer. This study evaluated clinic-based spirometry as a tool to improve patient selection for lung cancer screening. Methods: Eligibility criteria for three large LDCT screening studies were retrospectively applied to the highest risk patients enrolled in the Princess Margaret Lung Cancer Screening Program who had received clinic-based research spirometry. The three studies were: Danish Lung Cancer Screening Trial (DLST), National Lung Screening Trial (NLST), and the Ontario Lung Cancer Screening Program (OLCS). Lung cancer incidence was compared between those who would were included by the screening study eligibility criteria (Group I), those who were excluded by the eligibility criteria but demonstrated obstruction on spirometry (defined as a Forced Expiratory Volume in 1 Second % Predicted (FEV1%) < 90%) (Group II), and those who did not meet eligibility criteria and had no obstruction (FEV1% ≥90) (Group III). Results: The 321 highest risk participants of the screening program had a mean age of 65 years and were 39% male. The median number of pack years in this group was 39. After undergoing spirometry, this cohort was screened using LDCT for a median of 3.3 years (range 1–8.1 years). Under DLST criteria, Groups I and II had virtually identical lung cancer incidences detected by screening at 13.1% and 13.6% of the individuals screened, respectively; Group III had a substantially lower incidence at 6.3%. Results were similar by NLST criteria where the incidence of screen-detected lung cancer were 13.7% for Groups I, 11.1% for Group II, and 8.6% for Group III. Under OLCS criteria, these values were 13.4% (Group I), 13.5% (Group II), and 8.2% (Group III). Conclusions: Individuals who were excluded from LDCT screening because they lacked other clinical eligibility criteria, but had a FEV1 < 90%, had similar lung cancer incidence as patients who had met screening study eligibility criteria. Coordinating care for screening of at-risk individuals could be improved by incorporating spirometric tools.
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 | 0,032 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».