MétaCan
Menu
Retour à la cohorte
Enregistrement W4281734609 · doi:10.1200/jco.2022.40.16_suppl.e18615

International approaches to head and neck cancer multidisciplinary tumor board.

2022· article· en· W4281734609 sur OpenAlexaff
Christopher M. K. L. Yao, Sydney Beatty, Anshu Giri, Jeffrey Chang-Jen Liu, Jessica R. Bauman, Erich M. Sturgis, Thomas J. Galloway, John A. Ridge

Notice bibliographique

RevueJournal of Clinical Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineMultidisciplinary approachHead and neck cancerHead and neckAttendanceFamily medicineCancerInstitutional review boardRadiation therapySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

e18615 Background: Multidisciplinary tumor boards are widely accepted as vehicles for improving patient outcomes in Head and Neck Cancer (HNC). Little work describes their structure and practices. The purpose of this study is to better understand the international practice patterns of multidisciplinary HNC tumor boards. Methods: A cross-sectional survey on head and neck cancer multidisciplinary tumor board practice patterns was developed by a panel of six experts and distributed internationally to HNC providers. The survey interrogated the attendance, participation, operation, and perceptions of multidisciplinary tumor conferences, through a mix of Likert-based, tick box and open-ended questions. Results: One hundred and twenty-three responses (55%) were received from 88 surgical oncologists, 17 radiation oncologists, and 18 medical oncologists from nine different countries. Overall, most HNC tumor boards are led by a surgeon (77%), and most commonly 5-10 minutes (61%) was spent on each case. In 60% of responses, all HNC patients were discussed at their tumor boards, while select cases were presented in 40% of responses. Pathology was routinely reviewed in 75% of sites and imaging reviewed in 95% of sites. In 75% of responses, sufficient time was felt to be spent on each case. Majority (75%) of tumor boards documented their recommendation, with 92% reporting that inability to reach a consensus recommendation was rare. When this occurred, the most common recourse was involving patient decision making (53%), followed by offline discussion until an agreement is reached (38%). Most respondents felt that tumor boards rarely altered the treatment plan (68%), while 37% felt the treatment plan was sometimes altered. Involvement of radiation and medical oncology prior to surgery varied, with 53% sending patients routinely, 32% sometimes, and 15% deferring referral. Logistics was cited as a primary barrier. Surgeons and radiation oncologists agree that the top three reasons tumor boards assist in cancer care are: receiving additional opinion and perspective, coordinating care, and communication. Medical oncologist also found tumor boards enhance clinical trial enrollment. Conclusions: While there are variations in the structure and process of multidisciplinary tumor boards, the majority of management is agreed upon by the treatment team. Areas of improvement include verification of cancer stage, identifying logistics that prevent timely and documentation of recommendations. Identifying the variations from most-common practice should provide a mechanism for improvement.

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)0,009
score de la tête « metaresearch » (Gemma)0,033
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0480,003

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 Opus0,233
Tête enseignante GPT0,537
Écart entre enseignants0,305 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207