MétaCan
Menu
Retour à la cohorte
Enregistrement W4229056729 · doi:10.3390/curroncol29050259

Wait Times and Survival in Lung Cancer Patients across the Province of Quebec, Canada

2022· review· en· W4229056729 sur OpenAlexaffvenueabout
Marie-Hélène Denault, Catherine Labbé, Carolle St-Pierre, Brigitte Fournier, Andréanne Gagné, Claudia Morillon, Philippe Joubert, Serge Simard, Simon Martel

Notice bibliographique

RevueCurrent Oncology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de QuébecBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerStage (stratigraphy)Proportional hazards modelCancerInternal medicineSurvival analysisPerformance statusMedical recordMultivariate analysisOncology

Résumé

récupéré en direct d'OpenAlex

Lung cancer is the leading cause of cancer death worldwide, with a five-year survival of 22% in Canada. Guidelines recommend rapid evaluation of patients with suspected lung cancer, but the impact on survival remains unclear. We reviewed medical records of all patients with newly diagnosed lung cancer in four hospital networks across the province of Quebec, Canada, between 1 February and 30 April 2017. Patients were followed for 3 years. Wait times for diagnosis and treatment were collected, and survival analysis using a Cox regression model was conducted. We included 1309 patients, of whom 39% had stage IV non-small cell lung cancer (NSCLC). Median wait times were, in general, significantly shorter in patients with stage III-IV NSCLC or SCLC. Surgery was associated with delays compared to other types of treatments. Median survival was 12.9 (11.1-15.7) months. The multivariate survival model included age, female sex, performance status, histology and stage, treatment, and the time interval between diagnosis and treatment. Longer wait times had a slightly protective to neutral effect on survival, but this was not significant in the stage I-II NSCLC subgroup. Wait times for the diagnosis and treatment of lung cancer were generally within targets. The shorter wait times observed for advanced NSCLC and SCLC might indicate a tendency for clinicians to act quicker on sicker patients. This study did not demonstrate the detrimental effect of longer wait times on survival.

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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,219

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
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,424
Écart entre enseignants0,365 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207