MétaCan
Menu
Retour à la cohorte
Enregistrement W4307033841 · doi:10.1177/10732748221119354

An International Consensus on Actions to Improve Lung Cancer Survival: A Modified Delphi Method Among Clinical Experts in the International Cancer Benchmarking Partnership

2022· article· en· W4307033841 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueCancer Control · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineBenchmarkingLung cancerGeneral partnershipDelphi methodCancerDelphiOncologyInternal medicineArtificial intelligenceManagement

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Research from the International Cancer Benchmarking Partnership (ICBP) demonstrates that international variation in lung cancer survival persists, particularly within early stage disease. There is a lack of international consensus on the critical contributing components to variation in lung cancer outcomes and the steps needed to optimise lung cancer services. These are needed to improve the quality of options for and equitable access to treatment, and ultimately improve survival. METHODS: Semi-structured interviews were conducted with 9 key informants from ICBP countries. An international clinical network representing 6 ICBP countries (Australia, Canada, Denmark, England, Ireland, New Zealand, Northern Ireland, Scotland & Wales) was established to share local clinical insights and examples of best practice. Using a modified Delphi consensus model, network members suggested and rated recommendations to optimise the management of lung cancer. Calls to Action were developed via Delphi voting as the most crucial recommendations, with Good Practice Points included to support their implementation. RESULTS: Five Calls to Action and thirteen Good Practice Points applicable to high income, comparable countries were developed and achieved 100% consensus. Calls to Action include (1) Implement cost-effective, clinically efficacious, and equitable lung cancer screening initiatives; (2) Ensure diagnosis of lung cancer within 30 days of referral; (3) Develop Thoracic Centres of Excellence; (4) Undertake an international audit of lung cancer care; and (5) Recognise improvements in lung cancer care and outcomes as a priority in cancer policy. CONCLUSION: The recommendations presented are the voice of an expert international lung cancer clinical network, and signpost key considerations for policymakers in countries within the ICBP but also in other comparable high-income countries. These define a roadmap to help align and focus efforts in improving outcomes and management of lung cancer patients globally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,307
Tête enseignante GPT0,582
Écart entre enseignants0,276 · 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