MétaCan
Menu
Retour à la cohorte
Enregistrement W3130529097 · doi:10.1016/j.jhepr.2021.100260

Assessing the impact of COVID-19 on liver cancer management (CERO-19)

2021· article· en· W3130529097 sur OpenAlexaff
Sergio Muñoz, Víctor Sapena, Alejandro Forner, Jean‐Charles Nault, Gonzalo Sapisochín, Lorenza Rimassa, Bruno Sangro, Jordi Bruix, Marco Sanduzzi‐Zamparelli, Wacław Hołówko, Mohamed El‐Kassas, Tudor Mocan, Mohamed Bouattour, Philippe Merle, Frederik J.H. Hoogwater, Saleh A. Alqahtani, Helen L. Reeves, David J. Pinato, Emmanouil Giorgakis, Tim Meyer, Gerda Elisabeth Villadsen, Henning Wege, Massimiliano Salati, Beatriz Mínguez, Giovan Giuseppe Di Costanzo, Christoph Roderburg, Frank Tacke, Marı́a Varela, Peter R. Galle, Mário Reis Álvares‐da‐Silva, Jörg Trojan, John Bridgewater, Giuseppe Cabibbo, Christian Toso, Anja Lachenmayer, Andrea Casadei‐Gardini, Hidenori Toyoda, Tom Lüdde, Rosanna Villani, Ana María Matilla Peña, Cássia Regina Guedes Leal, Monica Ronzoni, M. García Delgado, Christie Perelló, Sonia Pascual, José Luis Lledó, Josepmaria Argemí, Bristi Basu, Leonardo Gomes da Fonseca, Juan Acevedo, Alexander Siebenhüner, Chiara Braconi, Brandon M. Meyers, Alessandro Granito, Carlos Rodríguez de Lope, Lorraine Blaise, Manuel Romero‐Gómez, Federico Piñero, Dhanny Gomez, Vivianne Mello, Rogério Camargo Pinheiro Alves, Alex Vianey Callado França, Fernanda Branco, Giovanni Brandi, Gustavo Alessandro de Sousa Pereira, S. Coll, Maria Guarino, Carlos Benítez, María Margarita Anders, Juan Carlos Bandi, Mercedes Vergara, Mariona Calvo, Markus Peck‐Radosavljevic, Ignacio García‐Juárez, Vincenzo Cardinale, Mar Lozano, Martina Gambato, S. Okolicsanyi, Dalia Morales‐Arráez, Alessandra Elvevi, Alberto E. Muñoz, Alberto Luè, Massimo Iavarone, María Reig

Notice bibliographique

RevueJHEP Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensJuravinski Cancer CentreToronto General HospitalMcMaster UniversityUniversity of TorontoUniversity Health Network
Organismes subventionnairesUCLH Biomedical Research CentreSanofi GenzymeEMD SeronoImperial Experimental Cancer Medicine CentreCancer Treatment and Research TrustCentro de Investigación Biomédica en Red de Enfermedades Hepáticas y DigestivasIpsenUniversity College London Hospitals NHS Foundation TrustBasilea PharmaceuticaEisaiDaiichi-SankyoNational Institute for Health and Care ResearchIncyteBTGAbbVieWorldwide Cancer ResearchSocietat Catalana de DigestologiaAssociation for International Cancer ResearchSirtex MedicalWellcome TrustCancer Research UKEuropean Cooperation in Science and TechnologyBoston Scientific CorporationAlbert Einstein Cancer CenterExelixisMeso Scale DiagnosticsBayerGilead SciencesRocheCelgeneNovartisNIHR Imperial Biomedical Research CentreMerckImperial College LondonGlaxoSmithKlineAgència de Gestió d'Ajuts Universitaris i de RecercaAstraZenecaEli Lilly and CompanyBristol-Myers SquibbInstituto de Salud Carlos IIIAmgen
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineLiver cancerVirologyCancerInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND & AIMS: The coronavirus disease 2019 (COVID-19) pandemic has posed unprecedented challenges to healthcare systems and it may have heavily impacted patients with liver cancer (LC). Herein, we evaluated whether the schedule of LC screening or procedures has been interrupted or delayed because of the COVID-19 pandemic. METHODS: An international survey evaluated the impact of the COVID-19 pandemic on clinical practice and clinical trials from March 2020 to June 2020, as the first phase of a multicentre, international, and observational project. The focus was on patients with hepatocellular carcinoma or intrahepatic cholangiocarcinoma, cared for around the world during the first COVID-19 pandemic wave. RESULTS: Ninety-one centres expressed interest to participate and 76 were included in the analysis, from Europe, South America, North America, Asia, and Africa (73.7%, 17.1%, 5.3%, 2.6%, and 1.3% per continent, respectively). Eighty-seven percent of the centres modified their clinical practice: 40.8% the diagnostic procedures, 80.9% the screening programme, 50% cancelled curative and/or palliative treatments for LC, and 41.7% modified the liver transplantation programme. Forty-five out of 69 (65.2%) centres in which clinical trials were running modified their treatments in that setting, but 58.1% were able to recruit new patients. The phone call service was modified in 51.4% of centres which had this service before the COVID-19 pandemic (n = 19/37). CONCLUSIONS: The first wave of the COVID-19 pandemic had a tremendous impact on the routine care of patients with liver cancer. Modifications in screening, diagnostic, and treatment algorithms may have significantly impaired the outcome of patients. Ongoing data collection and future analyses will report the benefits and disadvantages of the strategies implemented, aiding future decision-making. LAY SUMMARY: The coronavirus disease 2019 (COVID-19) pandemic has posed unprecedented challenges to healthcare systems globally. Herein, we assessed the impact of the first wave pandemic on patients with liver cancer and found that routine care for these patients has been majorly disrupted, which could have a significant impact on outcomes.

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)0,029
score de la tête « metaresearch » (Gemma)0,056
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 enseignants0,029
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,056
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,150
Tête enseignante GPT0,507
Écart entre enseignants0,358 · 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

Citations67
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJHEP ReportsMême sujetCOVID-19 and healthcare impactsTravaux en français237 207