Effect of COVID-19 Pandemic on Hepatocellular Carcinoma Diagnosis: Results from a Tertiary Care Center in North-West Italy
Notice bibliographique
Résumé
The COVID-19 pandemic has forced us to direct most of the available resources towards its management. This has led to the neglect of all other pathologies, including cancer. The aim of this study was to verify whether the difficulty in accessing the health system has led to a reduction in new diagnoses of hepatocellular carcinoma (HCC) and whether this has already been reflected in a more advanced stage of the cancer. A single-center, retrospective study including adult patients with a new diagnosis of HCC was performed. Patients were divided into three groups: the prelockdown phase (May 2019–February 2020), the lockdown phase (March 2020–December 2020), and the postlockdown phase (January 2021–October 2021); 247 patients were included. The number of patients diagnosed with HCC distinctly diminished in the periods March 2020–December 2020 (n = 69; −35%) and January 2021–October 2021 (n = 72; −32%) as compared to the period May 2019–February 2020 (n = 106). Noteworthy was the reduced surveillance in the period January 2021–October 2021 as compared to May 2019–February 2020 (22.9% vs. 36.6%, p = 0.056). No significant changes have yet been observed in tumor characteristics (BCLC staging distribution remained unvaried, p = 0.665). In conclusion, the number of new HCC diagnoses decreased sharply in the first 2 years of the pandemic, with no worsening of the stage. A more advanced stage of the disease could be expected in the next few years in patients who have escaped diagnosis.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 ».