Collateral damage: the impact on outcomes from cancer surgery of the COVID-19 pandemic
Notice bibliographique
Résumé
BACKGROUND: Cancer diagnostics and surgery have been disrupted by the response of health care services to the coronavirus disease 2019 (COVID-19) pandemic. Progression of cancers during delay will impact on patients' long-term survival. PATIENTS AND METHODS: We generated per-day hazard ratios of cancer progression from observational studies and applied these to age-specific, stage-specific cancer survival for England 2013-2017. We modelled per-patient delay of 3 and 6 months and periods of disruption of 1 and 2 years. Using health care resource costing, we contextualise attributable lives saved and life-years gained (LYGs) from cancer surgery to equivalent volumes of COVID-19 hospitalisations. RESULTS: Per year, 94 912 resections for major cancers result in 80 406 long-term survivors and 1 717 051 LYGs. Per-patient delay of 3/6 months would cause attributable death of 4755/10 760 of these individuals with loss of 92 214/208 275 life-years, respectively. For cancer surgery, average LYGs per patient are 18.1 under standard conditions and 17.1/15.9 with a delay of 3/6 months (an average loss of 0.97/2.19 LYGs per patient), respectively. Taking into account health care resource units (HCRUs), surgery results on average per patient in 2.25 resource-adjusted life-years gained (RALYGs) under standard conditions and 2.12/1.97 RALYGs following delay of 3/6 months. For 94 912 hospital COVID-19 admissions, there are 482 022 LYGs requiring 1 052 949 HCRUs. Hospitalisation of community-acquired COVID-19 patients yields on average per patient 5.08 LYG and 0.46 RALYGs. CONCLUSIONS: Modest delays in surgery for cancer incur significant impact on survival. Delay of 3/6 months in surgery for incident cancers would mitigate 19%/43% of LYGs, respectively, by hospitalisation of an equivalent volume of admissions for community-acquired COVID-19. This rises to 26%/59%, respectively, when considering RALYGs. To avoid a downstream public health crisis of avoidable cancer deaths, cancer diagnostic and surgical pathways must be maintained at normal throughput, with rapid attention to any backlog already accrued.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 ».