Treatment Choices in Managing Bethesda III and IV Thyroid Nodules: A Canadian Multi‐institutional Study
Notice bibliographique
Résumé
Objective Patient‐centered decision making is increasingly identified as a desirable component of medical care. To manage indeterminate thyroid nodules, patients are offered the options of surveillance, diagnostic hemithyroidectomy, or molecular testing. Our objective was to identify factors associated with decision making in this population. Study Design This is a retrospective cross‐sectional study of patients with Bethesda III and IV thyroid nodules. Setting Multi‐institutional. Methods Factors of interest included age, sex, socioeconomic status (SES), nodule size, institution, attending surgeon, surgeon payment model, and hospital type. Our outcome of interest was the initial management decision made by patients. Results A total of 956 patients were included. The majority of patients had Bethesda III nodules (n = 738, 77%). A total of 538 (56%) patients chose surgery, 413 (43%) chose surveillance, and 5 (1%) chose molecular testing. There was a significant variation in management decision based on attending surgeon (proportion of patients choosing surgery: 15%‐83%; P ≤.0001). Fee‐for‐service surgeon payment models (odds ratio [OR], 1.657; 95% CI, 1.263‐2.175; P <. 001) and community hospital settings (OR, 1.529; 95% CI, 1.145‐2.042; P <. 001) were associated with the decision for surgery. Larger nodule size, younger patients, and Bethesda IV nodules were also associated with surgery. Conclusion While it seems appropriate that larger nodules, younger age, and higher Bethesda class were associated with decision for surgery, we also identified attending surgeon, surgeon payment model, and hospital type as important factors. Given this, standardizing management discussions may improve patient‐centered shared decision making.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».