Importance of quality in breast cancer screening practice – a natural experiment in Alberta, Canada
Notice bibliographique
Résumé
OBJECTIVES: Regular breast cancer screening is a widely used cancer prevention strategy. Important quality indicators of screening include cancer detection rate, false positive rate, benign biopsy rate and post-screen invasive cancer rate. We compared quality indicators of community radiology clinics to those of 'Screen Test', which feature centralised batch reading and quality control processes. Both types of providers operated under a single provincial Breast Cancer Screening Programme. SETTING: Community radiology clinics are operated by independent fee-for-service radiologists serving large and small communities throughout the Canadian province of Alberta. Launched by the provincial cancer agency, the Screen Test operates two physical clinics serving metropolises and mobile units serving remote regions. Eligible women may self-refer to any provider for screening mammography. PARTICIPANTS: Women aged 50 to 69 years who had at least one screening mammogram between July 2006 and June 2010 in Alberta were included. Women with missing health region information or prior breast cancer diagnosis were excluded. RESULTS: A total of 389 788 screening mammograms were analysed, of which 12.7% were performed by Screen Test. Compared with Screen Test during 2006 to 2008, community radiology clinics had a lower cancer detection rate (3.6 vs 4.6 per 1000 screens, risk ratio (RR): 0.81, 95% CI: 0.67 to 0.98) and a much higher false positive rate (9.4% vs 3.4%, RR: 2.72, 95% CI: 2.55 to 2.90). Most other performance indicators were also better in Screen Test overall and across all health regions. These performance indicators were similar during 2008 to 2010, showing no improvement with time. CONCLUSIONS: Screen Test has a quality assurance process in place and performed significantly better. This provides empirical evidence of the effectiveness of a quality assurance process and may explain some of the large differences in breast cancer screening indicators between provinces and countries with formal programmes and those without.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».