Diagnostic assessment program for prostate cancer: Lessons learned after 2 years and degree of compliance to Canadian guidelines
Notice bibliographique
Résumé
BACKGROUND: In 2018, our Institute launched the Diagnostic Assessment Program (DAP) for prostate cancer. It enabled quick access to a urologist for patients presented to family physician with elevated PSA and allowed fast multidisciplinary patient care. We aim to document our data over 2 years in comparison to data before implementation of DAP and its impact on the degree of adherence to Canadian guidelines. METHODS: From April 2016 to April 2020, 880 patients who were evaluated for prostate cancer at Thunder Bay Regional Health Sciences Centre (TBRHSC) were included in this study. Patients' characteristics, clinical data, waiting times and line of treatment before and after implementation of DAP were calculated and statistically analysed. RESULTS: The median waiting time to urology consultation was significantly reduced from 68 (IQR 27-168) days to 34 (23-44) days (p < 0.001). The time from patient's referral to prostate biopsy decreased substantially from 34 (20-66) days to 18(11- 25) days after DAP (p < 0.001). After DAP, the percentage of Gleason 6 detected prostate cancers were significantly increased (19.7% to 30%) (p = 0.02). After DAP, rate for intermediate-risk patients elected for external beam radiotherapy (from 53.5% to 57.9%, p = 0.53) and radical prostatectomy (from 34.5% to 39.4%, p = 0.47) increased. More compliance to Canadian guidelines was observed in intermediate risk patients (88% vs 97.3%, p =.008). CONCLUSIONS: Implementation of DAP has led to a notable reduction of waiting time to urology consult and prostate biopsy. There is significant increase in Gleason 6 detected prostate cancer. Increased compliance to Canadian guidelines was detected in intermediate risk patients.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».