Development and application of an electronic synoptic report for reporting and management of low-dose computed tomography lung cancer screening examination
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Interpretation of Low Dose CT scans and protocol driven management of findings is a key aspect of lung cancer screening program performance. Reliable and reproducible methods are needed to communicate radiologists' interpretation to the screening program or clinicians driving management decision. METHODS: We performed an audit of a subset of dictated reports from the PANCAN study to assess for omissions. We developed an electronic synoptic reporting tool for radiologists embedded in a clinical documentation system software. The tool was then used for reporting as part of the Alberta Lung Cancer Screening Study and McGill University Health Centre Pilot Lung Cancer Screening Program. RESULTS: Fifty reports were audited for completeness. At least one omission was noted in 30 (70%) of reports, with a major omission (missing lobe, size, type of nodule in report or actionable incidental finding in recommendation section of report) in 24 (48%). Details of the reporting template and functionality such as automated nodule cancer risk assessment, Lung-RADS category assignment, auto-generated narrative type report as well as personalize participant results letter is provided. A description of the system's performance in its application in 2815 CT reports is then summarized. CONCLUSIONS: We found that narrative type radiologist reports for lung cancer screening CT examinations frequently lacked specific discrete data elements required for management. We demonstrate the successful implementation of a radiology synoptic reporting system for use in lung cancer screening, and the use of this information to drive program management and communications.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle