The Impact of Multidisciplinary Discussion (MDD) in the Diagnosis and Management of Fibrotic Interstitial Lung Diseases
Notice bibliographique
Résumé
Accurate diagnosis of interstitial lung disease (ILD) is crucial for management and prognosis but can be challenging even for experienced clinicians. Expert multidisciplinary discussion (MDD) is considered the reference standard for ILD diagnosis; however, there remain concerns regarding lack of validation studies and relative limited information on the impact of MDD in real-life clinical practice. The goal of this study was to assess the effect of MDD in providing a specific ILD diagnosis, changing the diagnosis provided upon referral, and to determine how often and in which way MDD altered management. Material and Methods . Retrospective observational study in an ILD referral tertiary academic center. MDD diagnoses were categorized as specific, provisional, and unclassifiable ILD. Pre-MDD and MDD diagnoses were compared for change in diagnosis and concordance rates for specific diagnoses. Relevant change in management including initiation or change in pharmacological treatment, referral to surgical biopsy, and nonpharmacological management were recorded. Results . 126 cases were included (79M, 47F, 36–93 years, mean 70 y). Specific MDD diagnosis was provided in 62% (78/126); 12% (15/126) had provisional diagnosis, and 21% (27/126) was unclassifiable. Overall agreement for specific pre-MDD and MDD diagnosis was 41% (52/126) and 80% for idiopathic pulmonary fibrosis (IPF) diagnosis. MDD altered diagnosis in 37% (47/126) and changed management in 39% (50/126). Amongst concordant diagnoses, management was altered in 46% (24/52). In summary, MDD provided a specific diagnosis discordant with pre-MDD diagnosis in a significant proportion of cases and was particularly valuable in the diagnosis of non-IPF ILD. MDD often altered management and had relevant impact on management even in cases with concordant pre-MDD 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 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 ».