Agreement between questionnaires and registry data on routes to diagnosis and milestone dates of the cancer diagnostic pathway
Notice bibliographique
Résumé
BACKGROUND: The routes to diagnosis and the time intervals along the diagnostic pathway affect cancer outcomes. Some data on routes to diagnosis and milestone dates can be extracted from registries or databases. When this data is incomplete, inaccurate or non-existing, other data sources are needed. This study investigates the agreement between multiple data sources on routes to diagnosis and milestone dates of cancer pathway. METHODS: Information on routes to diagnosis and milestone dates were compared across four data sources (cancer patients, general practitioners, cancer specialists and registries) for breast, colorectal, lung and ovarian cancers across the UK, Scandinavia, Canada and Australia. Agreement on routes to diagnosis and milestone dates was assessed by Kappa and AC1 coefficients and Lin's concordance correlation coefficient (CCC). RESULTS: 4502 patients were included in the analysis of routes to diagnosis. The agreement was almost perfect (kappa = 0.15-0.88, AC1 = 0.86-0.91) for breast cancer, substantial to almost perfect (kappa = 0.07-0.86, AC1 = 0.74-0.93) for colorectal and ovarian cancers, and substantial (kappa = 0.09-0.11, AC1 = 0.65-0.74) for lung cancer. 2287 patients were included in the analysis of milestone dates. The agreement was adequate for all cancer types (CCC = 0.88-0.99); highest agreement was seen for date of diagnosis (CCC = 0.94-0.99). CONCLUSION: We found a reasonable agreement between patient/physician questionnaires and registry data for routes to diagnosis and milestone dates. The agreement on routes to diagnosis was generally higher for breast cancer than for colorectal, ovarian and lung cancers. Lower agreement was seen on date of first presentation to primary care and date of treatment initiation compared to date of diagnosis.
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 | 0,053 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 ».