Patient gender bias on the diagnosis of idiopathic pulmonary fibrosis
Notice bibliographique
Résumé
BACKGROUND: Patient sex has clinical and prognostic implications in idiopathic pulmonary fibrosis (IPF). It is not known if sex-related and gender-related discrepancies exist when establishing a diagnosis of IPF. The aim was to determine how patient gender influences the diagnosis of IPF and the physician's diagnostic confidence. METHODS: This study was performed using clinical cases compiled from a single centre, then scored by respiratory physicians for a prior study. Using clinical information, physicians were asked to provide up to five diagnoses, together with their diagnostic confidence. Logistic regression was used to assess the odds of receiving a diagnosis of IPF based on patient gender. Prognostic discrimination between IPF and non-IPF was used to assess diagnostic accuracy with Cox proportional hazards modelling. RESULTS: Sixty cases were scored by 404 physicians. IPF was diagnosed more frequently in men compared with women (37.8% vs 10.6%; p<0.0001), and with greater mean diagnostic confidence (p<0.001). The odds of a male patient receiving an IPF diagnosis was greater than that of female patients, after adjusting for confounders (OR=3.05, 95% CI: 2.81 to 3.31), especially if the scan was not definite for the usual interstitial pneumonia pattern. Mortality was higher in women (HR=2.21, 95% CI: 2.02 to 2.41) than in men with an IPF diagnosis (HR=1.26, 95% CI: 1.20 to 1.33), suggesting that men were more often misclassified as having IPF. CONCLUSION: Patient gender influences diagnosis of IPF: women may be underdiagnosed and men overdiagnosed with IPF.
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 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».