A Survey of Liver Cancer Specialists’ Views on the National Liver Cancer Screening Program in Korea
Notice bibliographique
Résumé
Background/Aims: To reduce the cancer burden, the Korean government initiated the National Cancer Control Plan including the National Liver Cancer Screening Program (NLCSP). Ultrasonography examinations and α-fetoprotein tests at six-month intervals are currently offered for high-risk individuals. High-risk individuals are identified by reviewing the National Health Insurance Service claims data for medical use for the past two years using International Classification of Diseases Codes for specific liver disease. We surveyed the attitudes and opinions towards the NLCSP to understand the issues surrounding the NLCSP in Korea. Methods: Altogether, 90 Korean Liver Cancer Association members participated in online and offline surveys between November and December 2019. Results: Approximately one-quarter (27%) of the survey participants rated the NLCSP as very contributing and about two-thirds (68%) as contributing to some extent toward reducing hepatocellular carcinoma (HCC)-related deaths in Korea. Most (87.8%) responded that the current process of identifying high-risk individuals needs improvement. Many (78.9%) were concerned that the current process identifies individuals who use medical services and paradoxically misses those who do not. When asked for the foremost priority for improvement, solving 'duplication issues between the NLCSP and private clinic HCC screening practices' was the most commonly selected choice (23.3%). Conclusions: The survey participants positively rated the role of the NLCSP in reducing liver cancer deaths. However, many participants rated the NCLSP as needing improvement in all areas. This survey can be a relevant resource for future health policy decisions regarding the NLCSP in Korea.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».