MétaCan
Menu
Retour à la cohorte
Enregistrement W4200585894 · doi:10.9778/cmajo.20200285

Adherence to guidance for prioritizing higher risk groups for breast cancer screening during the COVID-19 pandemic in the Ontario Breast Screening Program: a descriptive study

2021· article· en· W4200585894 sur OpenAlexaffvenueabout
Anna M. Chiarelli, Meghan J. Walker, Gabriela Espino-Hernández, Natasha Gray, Ayesha Salleh, Chamila Adhihetty, Julia Gao, Samantha Fienberg, Michelle Rey, Linda Rabeneck

Notice bibliographique

RevueCMAJ Open · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensPublic Health OntarioGrand River HospitalCancer Care Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicinePrioritizationBreast cancerPandemicMammographyBreast cancer screeningGynecologyRisk assessmentObstetricsCoronavirus disease 2019 (COVID-19)CancerFamily medicineInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Breast cancer screening in Ontario, Canada, was deferred during the first wave of the COVID-19 pandemic, and a prioritization framework to resume services according to breast cancer risk was developed. The purpose of this study was to assess the impact of the pandemic within the Ontario Breast Screening Program (OBSP) by comparing total volumes of screening mammographic examinations and volumes of screening mammographic examinations with abnormal results before and during the pandemic, and to assess backlogs on the basis of adherence to the prioritization framework. METHODS: A descriptive study was conducted among women aged 50 to 74 years at average risk and women aged 30 to 69 years at high risk, who participated in the OBSP. Percentage change was calculated by comparing observed monthly volumes of mammographic examinations from March 2020 to March 2021 with 2019 volumes and proportions by risk group. We plotted estimates of backlog volumes of mammographic examinations by risk group, comparing pandemic with prepandemic screening practices. Volumes of mammographic examinations with abnormal results were plotted by risk group. RESULTS: Volumes of mammographic examinations in the OBSP showed the largest declines in April and May 2020 (> 99% decrease) and returned to prepandemic levels as of March 2021, with an accumulated backlog of 340 876 examinations. As of March 2021, prioritization had reduced the backlog volumes of screens for participants at high risk for breast cancer by 96.5% (186 v. 5469 expected) and annual rescreens for participants at average risk for breast cancer by 13.5% (62 432 v. 72 202 expected); there was a minimal decline for initial screens. Conversely, the backlog increased by 7.6% for biennial rescreens (221 674 v. 206 079 expected). More than half (59.4%) of mammographic examinations with abnormal results were for participants in the higher risk groups. INTERPRETATION: Prioritizing screening for those at higher risk for breast cancer may increase diagnostic yield and redirect resources to minimize potential long-term harms caused by the pandemic. This further supports the clinical utility of risk-stratified cancer screening.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,324
Score d'incertitude au seuil0,842

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,207
Tête enseignante GPT0,453
Écart entre enseignants0,246 · 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 tête enseignante, 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

Citations12
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetCOVID-19 and healthcare impactsTravaux en français237 207