Challenging the 10-year rule: The accuracy of patient life expectancy predictions by physicians in relation to prostate cancer management
Notice bibliographique
Résumé
Introduction: We assess physicians’ ability to accurately predictlife expectancies. In prostate cancer this prediction is especiallyimportant as it affects screening decisions. No previous studieshave examined accuracy in the context of real cases and concreteend points.Methods: Seven clinical scenarios were summarized from chartsof deceased patients. We recruited 100 medical professionals toreview these scenarios and estimate each patient’s life expectancy.Responses were analyzed with respect to the patients’ actual survivalend points, then stratified based on the demographic informationprovided.Results: Respondent factors, such as sex, level of training, locationof work or specialty, made no significant difference on predictionaccuracy. Furthermore, respondents were typically pessimistic intheir estimations with a negative linear trend between estimated lifeexpectancy and actual survival. Overall, respondents were within 1year of actual life expectancy only 15.9% of the time; on average,respondents were 67.4% inaccurate in relation to actual survival. Ifframed in terms of correctly identifying which patients would livemore than or less than 10 years (dichotomous accuracy), physicianswere correct 68.3% of the time.Conclusions: Physicians do poorly at predicting life expectancyand tend to underestimate how long patients have left to live.This overall inaccuracy raises the question of whether physiciansshould refine screening and treatment criteria, find a better proxyor dispose of the criteria altogether.
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 | 0,021 | 0,161 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».