The impact of episodic screening interruption: COVID-19 and population-based cancer screening in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Population-based cancer screening can reduce cancer burden but was interrupted temporarily due to the COVID-19 pandemic. We estimated the long-term clinical impact of breast and colorectal cancer screening interruptions in Canada using a validated mathematical model. METHODS: We used the OncoSim breast and colorectal cancers microsimulation models to explore scenarios of primary screening stops for 3, 6, and 12 months followed by 6-24-month transition periods of reduced screening volumes. For breast cancer, we estimated changes in cancer incidence over time, additional advanced-stage cases diagnosed, and excess cancer deaths in 2020-2029. For colorectal cancer, we estimated changes in cancer incidence over time, undiagnosed advanced adenomas and colorectal cancers in 2020, and lifetime excess cancer incidence and deaths. RESULTS: Our simulations projected a surge of cancer cases when screening resumes. For breast cancer screening, a three-month interruption could increase cases diagnosed at advanced stages (310 more) and cancer deaths (110 more) in 2020-2029. A six-month interruption could lead to 670 extra advanced cancers and 250 additional cancer deaths. For colorectal cancers, a six-month suspension of primary screening could increase cancer incidence by 2200 cases with 960 more cancer deaths over the lifetime. Longer interruptions, and reduced volumes when screening resumes, would further increase excess cancer deaths. CONCLUSIONS: Interruptions in cancer screening will lead to additional cancer deaths, additional advanced cancers diagnosed, and a surge in demand for downstream resources when screening resumes. An effective strategy is needed to minimize potential harm to people who missed their screening.
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.
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 | 0,002 | 0,009 |
| 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) | 0,000 | 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 découle