Lung Cancer Pre-Diagnostic Pathways from First Presentation to Specialist Referral
Notice bibliographique
Résumé
BACKGROUND: Lung cancer is often diagnosed at a late stage with high associated mortality. Timely diagnosis depends on timely referral to a respiratory specialist; however, in Canada, little is known about how patients move through primary care to get to a respiratory specialist. Accordingly, we aimed to identify and describe lung cancer pre-diagnostic pathways in primary care from first presentation to referral. METHODS: = 50) from a lung cancer center in Montréal, Québec. Data on healthcare service utilization in primary care were collected from chart reviews and structured patient interviews and analyzed using latent class analysis to identify groups of patients with similar pre-diagnostic pathways. Each group was described based on patient- and tumor-related characteristics and the sequence of utilization activities. RESULTS: 68% of the patients followed a pathway where family physician (FP) visits were dominant ("FP-centric") and 32% followed a pathway where walk-in clinic and emergency department (ED) visits were dominant ("ED-centric"). Time to referral in the FP group was double that of the ED group (45 days (IQR: 12-111) vs. 22 (IQR: 5-69)) with more advanced disease (65% vs. 50%). In the FP group, 29% of the patients saw their FP three times or more before being referred and 41% had an ED visit. CONCLUSIONS: Our findings may reflect the challenge of diagnosing lung cancer in primary care, missed opportunities for earlier diagnosis, and a lack of integration between primary and specialist care.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».