MétaCan
Menu
← Retour à la cohorte
Enregistrement W4214774902 · doi:10.3390/curroncol29020054

Attitudes of Canadian Colorectal Cancer Care Providers towards Liver Transplantation for Colorectal Liver Metastases: A National Survey

2022· article· en· W4214774902 sur OpenAlexaffvenueabout
Keegan Guidolin, Woo Jin Choi, Filomena Servidio-Italiano, Fayez A. Quereshy, Gonzalo Sapisochín

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineColorectal cancerReferralLiver transplantationGeneral surgeryInternal medicineFamily medicineOncologyTransplantationCancer

Résumé

récupéré en direct d'OpenAlex

Up to 50% of colorectal cancer (CRC) patients develop colorectal liver metastases (CRLM). The aim of this study was to gauge the awareness and perception of liver transplantation (LT) for non-resectable CRLM, and to describe the current referral patterns and management strategies for CRLM in Canada. Surgeons who provide care for patients with CRC were invited to an online survey through the Canadian Association of General Surgeons, the Canadian Society of Colon and Rectal Surgeons, and the Canadian Society of Surgical Oncology. Thirty-seven surveys were included. The most utilized management strategy for CRLM was to refer to a hepatobiliary surgeon for assessment of metastectomy (78%), and/or refer to medical oncologists for consideration of chemotherapy (73%). Among the respondents, 84% reported that their level of knowledge about LT for CRLM was low, yet the perception of exploring the option of LT for non-resectable CRLM seemed generally favorable (81%). The decision to refer for consideration of LT for CRLM treatment seemed to depend on patient-specific factors and the local hepatobiliary surgeon's recommendation. Providing CRC care providers with educational materials on up-to-date CRLM management may help raise the awareness of the use of LT for non-resectable CRLM.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,376
Écart entre enseignants0,169 · 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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetHepatocellular Carcinoma Treatment and Prognosis→Travaux en français237 207→