Impact of the COVID-19 pandemic on skin cancer diagnosis: A population-based study.
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
ObjectivesThe COVID-19 pandemic has been unprecedented and led to drastic reductions in nonurgent medical visits. Deferral of these visits may have critical health impact, including delayed diagnosis for melanoma and other skin cancers. We examined the influence of the pandemic on skin biopsy rates in a large population-based cohort. ApproachUsing the universal health care claims dataset from Ontario, Canada, we examined skin biopsies from January 6, 2020 to September 27, 2020, and compared these to the same period for 2019. Those diagnosed with anogenital cancers, younger than 20 years, residing out-of-province and with lapses in coverage were excluded. The sensitivity and specificity of claims diagnoses were evaluated with a validated algorithm that identifies keratinocyte carcinoma (KC) in Ontario, and the Ontario Cancer Registry for melanoma cancer. Factors associated with biopsy during the early pandemic were investigated with modified Poisson regression. ResultsA precipitous drop in total skin biopsies (down to 15% of expected), biopsies for KC (18%) and melanoma (27%) was seen with the onset of COVID-19 cases (p<0.01). Claims diagnoses were of high specificity for KC (99%), and for melanoma (98%), though sensitivity was less (61% and 28%, respectively). In adjusted analysis, the elderly (80+ years), females and residents of certain regions were less likely to be biopsied during the pandemic. Subsequently, there were substantial improvements in biopsy rates over 10 weeks. However, compared to 2019, a large backlog of expected cases still remained 28 weeks after lockdown (45,710 all biopsy, 9,104 KC and 595 melanoma). ConclusionA drastic reduction in skin biopsies is noted early in the COVID-19 pandemic; this disproportionately affected the elderly, females and certain geographic regions. Though biopsies subsequently increased, a large backlog of cases remained after almost half a year. This will have implications for downstream care of skin cancer.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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