A 9-Year Teledermoscopy Service in New Zealand: Retrospective Service Review
Notice bibliographique
Résumé
BACKGROUND: A teledermoscopy service was established in January 2010 wherein patients attended nurse-led clinics for the imaging of lesions of concern and remote diagnosis by a dermatologist. OBJECTIVE: This study aims to review the number of visits, patient characteristics, the efficiency of the service, and the diagnoses made. METHODS: We evaluated the waiting times and diagnoses of skin lesions for all patient visits from January 1, 2010, to May 31, 2019. The relationships between patient characteristics and the diagnosis of melanoma were specifically analyzed. RESULTS: The teledermoscopy clinic was attended by 6479 patients for 11,005 skin lesions on 8805 occasions. Statistically significant risk factors for the diagnosis of melanoma and melanoma in situ were male sex (P<.001), European ethnicity (P=.001), an age of 65 to 74 years (P=.001), and Fitzpatrick skin type 2 (P=.001). Attendance was maximal during 2015 and 2016. The seasonal variations in visits from 2011 to 2018 revealed a consistent peak at the end of summer and a dip at the end of winter. In the year 2010, a total of 306 patients attended the clinic; 76.1% (233/306) of these patients were discharged to primary care, and 23.9% (73/306) were referred to a hospital for a specialist assessment. For patients who were diagnosed with suspected melanoma by a dermatologist from January 1, 2010, to May 31, 2019, the median waiting time for an imaging appointment was 44.5 (mean 57.9; range 8-218) days. The most common lesions diagnosed were benign naevus (2933/11,005, 26.7%), benign keratosis (2576/11,005, 23.4%), and keratinocytic cancer (1707/11,005, 15.5%); melanoma was suspected in 4.6% (507/11,005) of referred lesions. The positive predictive value of melanoma and melanoma in situ was 61.1% (320 true positives and 203 false positives). The number needed to treat (ie, the ratio of the total number of excisions to the number with a histological diagnosis of melanoma or melanoma in situ) was 2.02. CONCLUSIONS: A teledermoscopy service offered by nurse-led imaging clinics can provide efficient and convenient access to dermatology services by streamlining referrals to secondary care and prioritizing patients with skin cancer for treatment.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,003 | 0,001 |
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 ».