Assessing the knowledge of endometriosis diagnostic tools in a large, international lay population: an online survey
Notice bibliographique
Résumé
OBJECTIVE: To assess the general population's knowledge regarding the utility and availability of tools to diagnosis endometriosis, with a focus on ultrasound. DESIGN: An international cross-sectional online survey study was performed between August and October 2019. SETTING AND POPULATION: 5301 respondents, representing 73 countries. METHODS: In all, 23 questions survey focused on knowledge of endometriosis diagnosis distributed globally via patient- and community-endometriosis groups using social media. MAIN OUTCOMES AND MEASURES: Descriptive data of the knowledge of diagnostic tools for diagnosing endometriosis, including details about diagnosis using ultrasound. RESULTS: In all, 84.0% of respondents had been previously diagnosed with endometriosis, 71.5% of whom had been diagnosed at the time of surgery. Ultrasound and MRI were the methods of diagnosis in 6.5% and 1.8%, respectively. A total of 91.8%, 28.8% and 16.6% of respondents believed surgery, ultrasound and MRI could diagnose endometriosis, respectively (more than one answer allowed). In those diagnosed by surgery, 21.7% knew about ultrasound as a diagnosis method, whereas in those diagnosed non-surgically, 51.5% knew (P < 0.001). In all, 14.7%, 31.1% and 18.2% stated superficial, ovarian and deep endometriosis could be diagnosed with ultrasound (32.9% stated they did not know which phenotypes of endometriosis could be diagnosed). Lastly, 58.4% of respondents do not believe they could access an advanced ultrasound in their region. CONCLUSIONS: There is a limited appreciation for the role of non-surgical diagnostic tests for endometriosis among lay respondents to this survey. TWEETABLE ABSTRACT: International survey shows limited awareness of lay respondents about non-surgical endometriosis diagnostic tools.
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 | 0,002 | 0,006 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».