MétaCan
Menu
← Retour à la cohorte
Enregistrement W3120977850 · doi:10.3390/curroncol28010032

SARS-CoV-2 Testing for Asymptomatic Patients with Cancer Prior and during Treatment: A Single Centre Experience

2021· article· en· W3120977850 sur OpenAlexaffvenueabout
Nicholas Meti, Houman Tahmasebi, Angela Leahey, Angela Boudreau, Alia Thawer, Janice Stewart, Paige Reason, Kirsty Albright, Jerome A. Leis, Kevin Katz, Matthew C. Cheung, Simron Singh

Notice bibliographique

RevueCurrent Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensHealth Sciences CentreNorth York General HospitalSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAsymptomaticMedicineCancerSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)Internal medicineAsymptomatic carrierDisease

Résumé

récupéré en direct d'OpenAlex

Patients with cancer are more vulnerable to severe COVID-19. As a result, routine SARS-CoV-2 testing of asymptomatic patients with cancer is recommended prior to treatment. However, there is limited evidence of its clinical usefulness. The objective of this study is to evaluate the value of routine testing of asymptomatic patients with cancer. Asymptomatic patients with cancer attending Odette Cancer Centre (Toronto, ON, Canada) were tested for SARS-CoV-2 prior to and during treatment cycles. Results were compared to positivity rates of SARS-CoV-2 locally and provincially. All 890 asymptomatic patients tested negative. Positivity rates in the province were 1.5%, in hospital were 1.0%, and among OCC's symptomatic cancer patients were 0% over the study period. Given our findings and the low SARS-CoV-2 community positivity rates, we recommend a dynamic testing model of asymptomatic patients that triggers testing during increasing community positivity rates of SARS-CoV-2.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,203
Tête enseignante GPT0,464
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→