Real‐world colorectal cancer diagnostic pathways in Ontario, Canada: A population‐based study
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to identify colorectal cancer (CRC) diagnostic pathways and describe patients in those pathway groups. METHODS: This was a cross-sectional study of CRC patients in Ontario, Canada, diagnosed 2009-2012 that used linked administrative data at ICES. We used cluster analysis on 11 pathway variables characterising patient presentation, symptoms, procedures and referrals. We assessed associations between patient- and disease-related characteristics and diagnostic pathway group. We further characterised the pathways by diagnostic interval and number of related physician visits. RESULTS: Six diagnostic pathways were identified, with three adhering to provincial diagnostic guidelines: screening (N = 4494), colonoscopy (N = 10,066) and imaging plus colonoscopy (N = 3427). Non-adherent pathways were imaging alone (N = 2238), imaging and emergency presentation (N = 2849) and no pre-diagnostic workup (N = 887). Patients in adherent pathways were younger, had fewer comorbidities, lived in less deprived areas and had earlier stage disease. The median diagnostic interval length varied across pathways from 12 to 126 days, correlating with the number of CRC-related visits. CONCLUSIONS: This study demonstrated substantial variations in real-world CRC diagnostic pathways and 25% were diagnosed through non-adherent pathways. Those patients were older, had more comorbid disease and had higher stage cancer. Further research needs to identify and describe the reasons for divergent diagnostic processes.
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 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».