MétaCan
Menu
← Retour à la cohorte
Enregistrement W4113539 · doi:10.1016/s0140-6736(72)91005-7

Clinical Focus on Lung Cancer: A snapshot of lung cancer for Ontario health care providers and managers

2004· article· en· W4113539 sur OpenAlexfundaboutno aff
W.K. Evans, T Sullivan, Eric J. Holowaty, DA Fitzsimmons, Alexander Drossos, Anthony Whitton, M. Gregus, Brent W. Zanke, Diane Nishri, Lorraine D. Marrett, Shivaan Bahl, Ian Brunskill, Sherman Quan, B Theis, Bryan Hess

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensnon disponible
Organismes subventionnairesCancer Care Ontario
Mots-clésLung cancerMedicineHealth careClinical PracticeDiseaseCancerTreatment of lung cancerIntensive care medicineFamily medicineOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

This monograph on lung cancer has been prepared to provide information on patterns of practice to those directly involved in the provision of care to lung cancer patients. As well, it should be helpful to those who are responsible for managing aspects of the cancer system that impact on the care that lung cancer patients receive across the province of Ontario. The practice patterns are shown against the backdrop of the evidence-based guidelines developed by the Lung Disease Site Group of Cancer Care Ontario’s Program in Evidence based Care. In addition to information on patterns of practice, this monograph provides information on the timeliness of access to care, as well as a brief overview of the incidence and mortality of lung cancer, and the trends in the main risk factor for developing lung cancer, namely smoking. In brief, it provides a snapshot of the quality of care for lung cancer patients in the province of Ontario. It is hoped that this monograph will assist those responsible for care delivery to achieve the best possible results for patients with a diagnosis of lung cancer.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,240

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0040,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,070
Tête enseignante GPT0,429
Écart entre enseignants0,359 · 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

Citations0
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGlobal Cancer Incidence and Screening→Travaux en français237 207→